用于链接预测的路径感知孪生图神经网络
机器学习
2022-11-18 v2 人工智能
摘要
在本文中，我们提出一种用于链接预测任务的路径感知孪生图神经网络（PSG）。首先，PSG 为给定两个节点捕获节点与边特征，即 k-邻域的结构信息与节点的中继路径信息。此外，提出一种带自监督对比学习的新型多任务 GNN 框架，用于区分正链接与负链接，同时可捕获节点的内容与行为。我们在两个链接属性预测数据集 ogbl-ddi 与 ogbl-collab 上评估所提算法 PSG。PSG 在提交前于 ogbl-ddi 取得第 1 性能，于 ogbl-collab 取得前 3 性能。实验结果验证了我们所提 PSG 的优越性。
引用
@article{arxiv.2208.05781,
title = {Path-aware Siamese Graph Neural Network for Link Prediction},
author = {Jingsong Lv and Zhao Li and Hongyang Chen and Yao Qi and Chunqi Wu},
journal= {arXiv preprint arXiv:2208.05781},
year = {2022}
}
备注
5 pages, 1 figure, 3 tables, 35 references, manuscript under review