#今日论文推荐# WWW 2022 | 可扩展的图随机神经网络
近期的工作认为图随机神经网络具有很好的性能,但是难以用在大型图上。本文提出了一个广义的前推算法,预先计算传播矩阵,并使用它以小批量方式执行图数据扩充,最后使用一个自信感知的一致性损失来优化模型。
令 表示一个图, 表示一个数据样本,表示边的集合,表示邻接矩阵,D 表示度矩阵, 表示加了自环的图, 和 是对应的邻接矩阵和度矩阵。每个样本 s 有一个特征向量 和标签 。在半监督学习中,只有一部分节点有标签 ,其他节点没有标签 。
论文题目:GRAND+: Scalable Graph Random Neural Networks
详细解读:https://www.aminer.cn/research_report/630e0d3e7cb68b460f0faa7chttps://www.aminer.cn/research_report/630e0d3e7cb68b460f0faa7c
AMiner链接:https://www.aminer.cn/?f=cs