Nov, 2022
PatchGT: 在不可训练聚类之上的 Transformer 模型用于学习图形表征
PatchGT: Transformer over Non-trainable Clusters for Learning Graph Representations
Han Gao, Xu Han, Jiaoyang Huang, Jian-Xun Wang, Li-Ping Liu
TL;DR该论文提出了一种新的基于 Transformer 的图神经网络 Patch Graph Transformer,它学习非可训练图形补丁,而不是直接从节点中学习,并使用谱聚类在无需可训练参数的情况下将图形分割为图形补丁,从而获得更高的表现力和可解释性。