本文作者来自于密歇根大学、Adobe Research以及Intel Labs。
本文拟提出一个框架去解决图神经网络异质性的问题,有关这部分的预备知识可以见Geom-Graph-ICLR2020。本文的主要贡献如下:
- 通过将兼容矩阵 H H H(compatibility matrix)合并到基于gnn的方法中,描述了gnn对异质性网络的推广。也就是提出了一个
本文作者来自于密歇根大学、Adobe Research以及Intel Labs。
本文拟提出一个框架去解决图神经网络异质性的问题,有关这部分的预备知识可以见Geom-Graph-ICLR2020。本文的主要贡献如下: