通过最优传输融合图神经网络
机器学习
2025-03-28 v1
摘要
在本文中，我们探索了将 GCN 组合成一个模型的想法。为此，我们使用最优传输 (OT) 逐层对齐不同模型的权重。我们提出并评估了三种传输成本，并表明所研究的融合方法始终优于普通平均的性能。最后，我们提出的结果表明，在 GCN 的情况下，使用 OT 进行模型融合比在 MLP 中更困难，并且将图结构纳入该过程并不能提高该方法的性能。
引用
@article{arxiv.2503.21579,
title = {Fusion of Graph Neural Networks via Optimal Transport},
author = {Weronika Ormaniec and Michael Vollenweider and Elisa Hoskovec},
journal= {arXiv preprint arXiv:2503.21579},
year = {2025}
}