edGNN：一种用于有向带标签图的简单而强大的 GNN
机器学习
2019-12-05 v2 机器学习
摘要
图神经网络（GNN）利用图拓扑与图标签的能力是构建有判别力的节点与图嵌入的基础。基于先前工作，我们从理论上证明我们针对有向带标签图的模型 edGNN 在图同构问题上与 Weisfeiler-Lehman 算法同样强大。我们的实验支持了我们的理论发现，证实图神经网络可有效用于具有节点与边标签的有向图上的推断问题。代码见 https://github.com/guillaumejaume/edGNN。
引用
@article{arxiv.1904.08745,
title = {edGNN: a Simple and Powerful GNN for Directed Labeled Graphs},
author = {Guillaume Jaume and An-phi Nguyen and María Rodríguez Martínez and Jean-Philippe Thiran and Maria Gabrani},
journal= {arXiv preprint arXiv:1904.08745},
year = {2019}
}
备注
Representation Learning on Graphs and Manifolds @ ICLR19