GMT【公式整理】:Accurate Learning of Graph Representations with Graph Multiset Pooling

Overall Architecture

获得embedding H

在这里插入图片描述

Pooling

在这里插入图片描述

  1. Graph Multiset Pooling (GMPool)
  2. Self-Attention Block (SelfAtt)
  3. GMPool with k = 1
    由接下来几个部分逐一展开解释

Graph Multi-head Attention (MH)

standard multi-head attention

在这里插入图片描述
use GNN to generate Key and Value:preserve graph structure

在这里插入图片描述

Graph Multiset Pooling with Graph Multi-head Attention (GMPool)

parameterized seed matrix S as Query
interactions between k seed vectors (queries) in S and n nodes (keys) in H

在这里插入图片描述
在这里插入图片描述

Self-Attention for Inter-node Relationship (SelfAtt)

consider relationships between nodes (Ablation证明这部分非常重要)

在这里插入图片描述

评论 1
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