基于特征和结构信息增强的图神经网络集成学习框架OA北大核心CSTPCD
近年来,图神经网络由于其丰富的表征和推理能力受到广泛的关注,然而,目前的研究聚焦于卷积策略和网络结构的调整以获得更高的性能,不可避免地面临单一模型局限性的约束。受到集成学习思想的启发,面向图神经网络创新性地提出一套集成学习框架(EL-GNN)。不同于常规的文本和图像数据,图数据除了特征信息外还包括了丰富的拓扑结构信息。因此,EL-GNN不仅将不同基分类器的预测结果进行融合,还在集成阶段额外补充了结构信息。此外,基于特征相似或结构邻居节点通常具有相…查看全部>>
张嘉杰;过弋;王家辉;王雨
华东理工大学信息科学与工程学院,上海200237华东理工大学信息科学与工程学院,上海200237 大数据流通与交易技术国家工程实验室商业智能与可视化技术研究中心,上海200436 上海大数据与互联网受众工程技术研究中心,上海200072华东理工大学信息科学与工程学院,上海200237华东理工大学信息科学与工程学院,上海200237
信息技术与安全科学
图神经网络集成学习特征相似图节点分类
《计算机应用研究》 2022 (3)
P.668-674,7
评论