spectral graph neural networks | BriefGPT

关键词spectral graph neural networks

搜索结果 - 13

如何通过通用多项式基加强光谱图神经网络：异质性、过度平滑和过度压缩
基于谱图神经网络和多项式滤波器，本研究提出了一种新颖的自适应异质基础，通过理论分析探索了期望多项式基与异质性程度之间的内在关联，并将其与同质性基础相结合，构建了一个多项式滤波器的图神经网络 UniFilter，成功优化了卷积和传播过程，在各
PDF2 months ago
通过正负耦合分析重新思考图多项式滤波器
最近，Spectral Graph Neural Networks (GNNs) 中多项式滤波器的优化成为一个突出的研究焦点。现有的 Spectral GNNs 主要强调滤波器设计中的多项式特性，引入了计算开销，并忽视了关键的图结构信息的整
PDF3 months ago
增强带通滤波器逼近的光谱图神经网络的提升
Spectral Graph Neural Networks (GNNs) have been widely used for graph learning tasks, but existing poly-GNNs face issues
PDF3 months ago
基于二维图卷积的谱图神经网络
提出了一种名为 2-D graph convolution 的新卷积范式，通过应用 Chebyshev 插值在 ChebNet2D 上实现，以解决现有光谱图神经网络在执行光谱图卷积时存在的关键问题。
PDF3 months ago
AAAI用特征值修正提高谱图神经网络的表达能力
本论文观察到标准化拉普拉斯矩阵经常具有重复的特征值，因此对多项式滤波器的表达能力产生了限制，并提出了一种特征值校正策略来增强多项式滤波器的拟合能力和表达能力。实验结果表明，该方法在合成和现实世界数据集上具有明显的优势。
PDF5 months ago
空间自适应滤波下的频谱图神经网络再思考
光谱图神经网络在空间域具有可解释性，通过建立光谱滤波和空间聚合的理论联系，揭示了光谱滤波将原始图形隐式导向适应的新图形，以进行空间聚合和反映节点之间的标签一致性，进而提出了一种新颖的空间自适应滤波 (SAF) 框架，通过光谱滤波和辅助的非局
PDF6 months ago
WWW具有多样化光谱滤波的图神经网络
利用多样化光谱滤波的框架 (DSF)，在光谱图神经网络的基础上，通过自动学习节点特定的滤波权重，平衡局部和全局信息以捕捉全局图特征和挖掘多样的局部模式，从而提高节点分类任务的模型性能。
PDF7 months ago
一种适用于光谱图神经网络的有效的通用多项式基
通过结合异质性度和同质性度，我们提出了一种新的通用多项式滤波器 UniFilter，采用了自适应异质性基础 UniBasis，并证明了它在图分析中的优越性和广泛适用性。
PDF7 months ago
通过牛顿插值学习用于频谱 GNN 的图滤波器
通过对频谱图神经网络的理论和实证分析，研究发现，低频滤波器与同质程度呈正相关关系，而高频滤波器呈负相关关系，为此引入了一种基于牛顿插值的形状感知正则化技术，使多项式频谱滤波器可以与所期望的同质程度对齐。大量实验证明了 NewtonNet 在
PDF9 months ago
LONGNN：可学习正交基的谱图神经网络
本论文提出了一种基于 Jacobi 多项式的新型谱图神经网络，LON-GNN，采用可学习的正交归一基，证明了正则化系数等价于现在学习的过滤器函数的正则化，实验证明其拟合能力和泛化能力均优于现有模型。
PDFa year ago
ICLRSpecformer: 光谱图神经网络与 Transformer 的相遇
本文介绍了一种称为 Specformer 的基于自注意机制的可学习集合对集合谱滤波器，实现对图形代表的编码，在单个样本数据集上进行测试并比其他谱 GNN 表现更好。
PDFa year ago
MSGNN: 基于新型磁性符号 Laplacian 的谱图神经网络
该研究介绍了一种名为磁签 Laplacian 的矩阵，作为有向网络的谱图神经网络（GNNs）的一种新颖有效的构建方式。实验证明，所提出的谱 GNN 可有效地结合了有向信息和签名信息，并在广泛的数据集上取得了领先的性能。
PDF2 years ago
拟框架波：图神经网络的另一项改进
本文提出了一种新颖的多尺度框架卷积设计用于谱图神经网络，该方法集成了直接设计在谱域中的过滤函数以提高对嘈杂图信号的鲁棒性，有效地减轻了嘈杂信号的负面影响，并利用异构图神经网络和多级图分析，嵌入了元路径上的拓扑信息。在现实世界的异构图和同构图
PDF2 years ago