DFNets：具有反馈环滤波器的图谱卷积神经网络
机器学习
2020-01-20 v5 机器学习
摘要
我们提出了一种新颖的图结构数据上的谱卷积神经网络(CNN)模型，即分布式反馈环网络(DFNets)。该模型结合了一类鲁棒的谱图滤波器，称为反馈环滤波器，以在顶点上提供更好的局部化，同时仍实现快速收敛与线性内存需求。理论上，反馈环滤波器能保证相对于指定误差界的收敛性，并可普遍应用于任意图而无需知道其结构。此外，该模型的传播规则能使来自前层特征多样化，从而产生强梯度流。我们使用两个基准任务评估了我们的模型：引文网络上的半监督文档分类和知识图上的半监督实体分类。实验结果表明，在所有数据集上，我们的模型在两个基准任务中均大幅优于最先进的方法。
引用
@article{arxiv.1910.10866,
title = {DFNets: Spectral CNNs for Graphs with Feedback-Looped Filters},
author = {Asiri Wijesinghe and Qing Wang},
journal= {arXiv preprint arXiv:1910.10866},
year = {2020}
}
备注
33rd Conference on Neural Information Processing Systems (NeurIPS 2019), Vancouver, Canada