oversmoothing | BriefGPT - AI 论文速递

关键词oversmoothing

搜索结果 - 27

ICLR图神经网络超平滑的非渐进分析
本文研究了图神经网络中过度平滑的问题，并通过对随机采样自上下文随机块模型（CSBM）的图进行定量分析，从多个方面给出了应对思路。
PDF2 years ago
ICLRFoSR: 基于一阶谱重连技术解决 GNN 中过度压缩问题
本文提出了一种基于谱扩展的计算有效算法，通过系统地添加边来防止过度压缩，该算法结合使用关系架构，可让 GNN 保留原始图形结构并可证明防止过度平滑，实验表明我们的算法在几个图分类任务中优于现有的图重连方法。
PDF2 years ago
KDD深度图神经网络的特征过度相关性：新的视角
该论文提出了一个新视角来观察深度图神经网络表现下降的问题，即特征过度相关性。作者通过理论和实证探究了这一问题的存在及可能的原因，并提出一个名为 DeCorr 的通用框架来消除特征冗余信息，从而减少特征相关性问题，实验证明提出的方法可以帮助深
PDF2 years ago
深度图卷积网络中过度平滑化的重新审视
本论文提出了一种新的观点，即深度图卷积网络在训练过程中可以学习抗去平滑化的能力，并设计了一种简单却有效的技巧来改善 GCN 训练，同时在三个引用网络上验证了结论并提供了 GCN 邻域聚合方面的见解。
PDF4 years ago
散射 GCN: 克服图卷积网络的过度平滑问题
本文提出了一个叫做 Scattering GCN 的方法，将传统图卷积神经网络与几何散射变换和残差卷积相结合，以提高半监督节点分类的性能。实验结果显示，与最新提出的图神经网络相比，这种方法在处理图数据时具有优越性能。
PDF4 years ago
ICLRPairNorm：解决 GNN 中的过度平滑问题
本文介绍了 PairNorm，一种新的归一化层，它可以使更深层的图神经网络更加健壮，并显著提高某些问题设置下的性能。
PDF5 years ago
面向大规模社交推荐的三方异构图传播
本文提出了一种名为 “异构图传播” 的新图嵌入方法，通过使用组 - 用户 - 商品三部分图以减少社交图中的边数和路径的复杂性，分别使用个性化的 PageRank 传播方案对组 - 用户图和用户 - 商品图中的节点进行嵌入，并使用一种注意机制
PDF5 years ago