无需图神经网络的图节点分类
机器学习
2024-02-09 v1 社会与信息网络
摘要
图神经网络（GNN）是图中节点分类的主导范式，但它们具有源于其消息传递架构的几个不受欢迎的属性。最近，蒸馏方法成功在测试时消除了 GNN 的使用，但它们在训练期间仍然需要 GNN。我们对 GNN 在蒸馏方法中扮演的角色进行了仔细分析。这一分析促使我们提出了一种完全无需 GNN 的节点分类方法，在训练或测试时都不需要它们。我们的方法包含三个关键组件：平滑约束、伪标签迭代和邻域标签直方图。我们的最终方法在诸如引文网络和共同购买网络等标准流行基准测试上能够匹敌最先进的准确率，而无需训练 GNN。
引用
@article{arxiv.2402.05934,
title = {Classifying Nodes in Graphs without GNNs},
author = {Daniel Winter and Niv Cohen and Yedid Hoshen},
journal= {arXiv preprint arXiv:2402.05934},
year = {2024}
}