GeniePath：具有自适应感受路径的图神经网络
机器学习
2018-11-06 v3
摘要
我们提出GeniePath，一种用于学习定义在置换不变图数据上的神经网络自适应感受域的可扩展方法。在GeniePath中，我们提出一个自适应路径层，由分别用于广度与深度探索的两个互补函数组成，前者学习不同大小邻域的重要性，后者提取并过滤从相距不同跳数的邻居聚合而来的信号。我们的方法在转导与归纳设定下均有效，且与竞争性方法的大量实验对比表明，我们的方法在大型图上取得了最先进的（state-of-the-art, SOTA）结果。
引用
@article{arxiv.1802.00910,
title = {GeniePath: Graph Neural Networks with Adaptive Receptive Paths},
author = {Ziqi Liu and Chaochao Chen and Longfei Li and Jun Zhou and Xiaolong Li and Le Song and Yuan Qi},
journal= {arXiv preprint arXiv:1802.00910},
year = {2018}
}