10.20009/j.cnki.21-1106/TP.2022-0110
双通道知识蒸馏的节点分类方法
近年来,基于教师-学生的知识蒸馏框架在图神经网络方面取得了较好的表现.然而这类知识蒸馏框架仍存在一些问题,如教师模型的知识信息不够全面,不能很好地指导学生模型;学生模型自身学习能力较差.为了解决这两方面的问题,本文提出了基于双通道知识蒸馏的节点分类方法.具体而言,该方法引入双教师模型,分别从拓扑结构和特征属性两个方面进行学习,保证了教师模型知识信息的多样性和全面性.学生模型采用参数化标签传播和邻居特征聚合两种预测机制,保证其具有更好的学习能力.最终,双教师模型分别从拓扑结构和特征属性两个方面对学生模型进行指导.在 5 个真实数据集上的实验结果表明该模型与最优基准模型相比具有更好的分类效果.
知识蒸馏、图神经网络、节点分类、标签传播、注意力机制
44
TP391(计算技术、计算机技术)
国家自然科学基金;重庆市自然科学基金面上项目;重庆市教委科学技术研究计划重大项目
2023-10-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
2284-2290