BGNN:Bilinear Graph Neural Network with Neighbor Interactions. 2020. IJCAI

BGNN模型旨在解决GNN在聚合邻居信息时忽略交互的问题。通过双线性聚合器捕获节点间交互,结合线性聚合器与超参数α平衡。尽管不适用于大规模图和批量学习,但为图神经网络带来了新视角。
摘要由CSDN通过智能技术生成

BGNN Bilinear Graph Neural Network with Neighbor Interactions

Motivation: 目前的GNN在聚合邻居信息的时候只是简单的加权求和,这种方式忽略了邻居之间的交互信息。捕获邻居之间的交互信息有两个困难:排列无关性;线性复杂度。

Method: 为了解决上述问题,我们提出一种新的GNN,该模型使用传统的线性聚合器和提出的双线性聚合器。通过双线性聚合器捕获邻居之间的交互信息。
在这里插入图片描述
利用邻接节点的交互用于aggregate结点feature作为目标节点embedding

Bilinear:题目里的Interaction,指使用element-wise product表现,并将所有邻接节点的product进行加和

结合常用的AGG(加权求和)和BA(双线性聚合),用一个超参数α进行权衡:
H ( k ) = B G N N ( H ( k − 1 ) , A ) = (

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值