图神经网络中的熵感知消息传递
机器学习
2024-03-08 v1
摘要
深层图神经网络面临过平滑问题。本文引入了一种新颖的、受物理学启发的 GNN 模型，旨在缓解该问题。我们的方法与现有 GNN 架构相集成，引入了一个熵感知消息传递项。该项在节点聚合过程中对熵执行梯度上升，从而在嵌入中保持一定程度的熵。我们在各种常见数据集上对模型与 state-of-the-art GNN 进行了比较分析。
引用
@article{arxiv.2403.04636,
title = {Entropy Aware Message Passing in Graph Neural Networks},
author = {Philipp Nazari and Oliver Lemke and Davide Guidobene and Artiom Gesp},
journal= {arXiv preprint arXiv:2403.04636},
year = {2024}
}
备注
4 pages, 3 figures