关键词high-order information
搜索结果 - 3
- PathMLP: 向高阶同质化之路平稳前进
通过设计一种基于相似度的路径采样策略来捕获包含高阶同质性的连续路径以及提出一种名为 PathMLP 的轻量级模型来适应路径聚合,从而在异质性图形中有效地学习节点表示,并证明了其在缓解异质性问题方面的有效性和优越性。
- 张量化超图神经网络
提出了一种基于张量的高阶超图神经网络模型,它利用高阶外积特征传递实现了对高阶信息的有效提取,并通过部分对称 CP 分解方法降低了模型复杂度;在两个三维视觉对象分类数据集上进行的实验结果表明了其性能优越性。
- 图神经推荐的空间自回归编码
本文提出了一种名为 SAC 的新型框架,它采用了一种新的空间自回归范式来充分利用邻居的接近性和高阶信息,同时还提出了邻居信息瓶颈来学习目标节点到邻居的预测任务的最小充分表示,并消除邻居的冗余,实验结果表明,在公共推荐数据集和某真实情境下的大