Aug, 2021
PDE-GCN: 基于偏微分方程驱动的图神经网络的创新结构
PDE-GCN: Novel Architectures for Graph Neural Networks Motivated by Partial Differential Equations
Moshe Eliasof, Eldad Haber, Eran Treister
TL;DR本文提出了一类基于偏微分方程数值方法的图神经网络架构来解决传统卷积神经网络可能存在的过度平滑问题,通过实验证明该方法可以处理不同领域的问题并在某些领域获得优于或相当于当前最先进结果。