图神经网络的能量基视角
机器学习
2021-10-06 v2
摘要
图神经网络是一类处理图结构数据的流行神经网络变体。本工作中，我们考虑将图神经网络与Grathwohl等人（2019）的能量基视角相结合，旨在获得更鲁棒的分类器。我们提出了一种确保对特征及邻接矩阵生成的新方法，成功实现了该框架，并与标准图卷积网络（GCN）架构（Kipf & Welling（2016））进行了对比评估。我们的方法在取得可比判别性能的同时提升了鲁棒性，为能量基图神经网络的未来研究开辟了有前景的新方向。
引用
@article{arxiv.2104.13492,
title = {An Energy-Based View of Graph Neural Networks},
author = {John Y. Shin and Prathamesh Dharangutte},
journal= {arXiv preprint arXiv:2104.13492},
year = {2021}
}
备注
-Updated with new references. -Accepted to the ICLR2021 EBM Workshop