AutoSGNN：谱图神经网络的自动传播机制发现
机器学习
2024-12-19 v2
摘要
在现实应用中，谱图神经网络（GNN）是处理各类图的强大工具。然而，单一 GNN 通常难以同时处理不同类型的图——例如同质图和异质图。这一挑战促使人们针对特定图类型手动设计 GNN，但这些方法受限于高昂的人力成本和专家知识的局限，无法跟上图数据的快速增长。为了克服这些挑战，我们提出了 AutoSGNN，一个用于发现谱 GNN 传播机制的自动化框架。AutoSGNN 通过将大语言模型与进化策略相结合，统一了谱 GNN 的搜索空间，以自动生成适应各种图类型的架构。在九个广泛使用的数据集（包含同配图和异配图）上的大量实验表明，AutoSGNN 在性能和效率上均优于最先进的谱 GNN 和图神经架构搜索方法。
引用
@article{arxiv.2412.12483,
title = {AutoSGNN: Automatic Propagation Mechanism Discovery for Spectral Graph Neural Networks},
author = {Shibing Mo and Kai Wu and Qixuan Gao and Xiangyi Teng and Jing Liu},
journal= {arXiv preprint arXiv:2412.12483},
year = {2024}
}