10.16451/j.cnki.issn1003-6059.202208006
双分支多交互的深度图卷积网络
图神经网络在节点分类任务中表现较优,然而,如何充分获取图数据的高阶语义特征并防止过平滑现象,仍是影响节点分类准确性的关键问题之一.为此,文中构造双分支多交互的深度图卷积网络,用于增强节点获取高阶语义特征的能力.首先,根据节点的特征信息对图结构进行重构.然后,利用原始图结构和构造重构图结构,建立一个双分支的网络架构,充分提取不同的高阶语义特征.同时,设计一个通道信息交互机制,学习不同分支的信息交互,进一步增强节点特征的多样性.最后,在多个基准数据集上的实验表明,文中网络可有效提升半监督节点分类任务的精度,并缓解过平滑现象.
深度学习、图神经网络、特征提取、节点分类
35
TP391(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;国家自然科学基金;浙江省自然科学基金
2022-09-22(万方平台首次上网日期,不代表论文的发表时间)
共10页
754-763