用于半监督节点分类的深度图小波卷积神经网络
机器学习
2021-02-22 v1
摘要
图卷积神经网络为节点分类及其他非欧几里得数据任务提供了良好的解决方案。已有若干图卷积模型试图构建深度网络，同时避免引发严重的过平滑。考虑到小波变换通常比傅里叶变换具有更强提取有用信息的能力，我们提出了一种用于半监督节点分类任务的新型深度图小波卷积网络（DeepGWC）。基于原始图小波神经网络的优化静态滤波矩阵参数，以及傅里叶基与小波基的结合，DeepGWC 借助网络中残差连接与恒等映射的复用而构建。我们在包括 Cora、Citeseer 和 Pubmed 的三个基准数据集上进行了大量实验。实验结果表明，借助额外的小波基，我们的 DeepGWC 优于现有图深度模型，并最终取得了新的最优性能。
引用
@article{arxiv.2102.09780,
title = {A Deep Graph Wavelet Convolutional Neural Network for Semi-supervised Node Classification},
author = {Jingyi Wang and Zhidong Deng},
journal= {arXiv preprint arXiv:2102.09780},
year = {2021}
}
备注
8 pages, 3 figures