关键词cross-class neighborhood similarity
搜索结果 - 2
- 评估图神经网络进展的数据导向方法
图神经网络在节点分类任务中取得了最先进的结果。本文聚焦于多标签节点分类,通过收集和发布了三个真实的生物数据集,并开发了一个可调参数的多标签图生成器。进一步提出了适用于多标签分类的同质性和跨类邻域相似性的定义,并以 $9$ 个收集的多标签数据 - AAAI2-hop 邻居类相似度(2NCS):预示图神经网络性能的图结构度量
通过介绍 2NCS 方法,本文挖掘了同质网络比率和 Cross-Class 邻域相似性 (CCNS) 等指标的局限性,并在一个合成和 8 个真实图数据集上进行实验,结果表明 2NCS 可以更准确和一致地评估基于 GCN 和 GAT 的体系结