基于统计信号处理重访图神经网络中节点分类的邻域聚合
机器学习
2024-07-23 v1 信号处理
机器学习
摘要
我们深入探讨图中节点分类问题，具体地重新评估了图神经网络（GNN）中一个基本组成部分——邻域聚合的概念。我们的分析揭示了在假设节点标签独立（edge-independent node labels）的条件下，某些基准GNN模型存在的概念性缺陷，这一条件在用于节点分类的基准图中常见。我们从统计信号处理的角度来审视邻域聚合， our investigation 提供了可能用于设计更高效GNN模型的新颖见解。
引用
@article{arxiv.2407.15284,
title = {Revisiting Neighborhood Aggregation in Graph Neural Networks for Node Classification using Statistical Signal Processing},
author = {Mounir Ghogho},
journal= {arXiv preprint arXiv:2407.15284},
year = {2024}
}