边熵作为GNN优于CNN进行节点分类有效性的指示指标
机器学习
2020-12-17 v1 信号处理
摘要
图神经网络（GNNs）将卷积神经网络（CNNs）扩展至基于图的数据。一个自然产生的问题是，GNN中潜在的图结构相比CNN（忽略该图结构）能提供多少性能提升。为解答此问题，我们引入边熵，并评估其作为GNN相对CNN可能性能提升的指示指标的优劣。我们在合成与真实数据集上的节点分类结果表明，较低的边熵值预示GNN相对CNN有更大的预期性能增益，反之，较高的边熵导致预期较小的改进增益。
引用
@article{arxiv.2012.08698,
title = {Edge Entropy as an Indicator of the Effectiveness of GNNs over CNNs for Node Classification},
author = {Lavender Yao Jiang and John Shi and Mark Cheung and Oren Wright and José M. F. Moura},
journal= {arXiv preprint arXiv:2012.08698},
year = {2020}
}