免训练图神经网络与标签作为特征的力量
机器学习
2024-08-16 v2 人工智能
机器学习
摘要
我们提出了免训练图神经网络，它可以在无需训练的情况下使用，也可以通过可选的训练进行改进，用于直推式节点分类。我们首先倡导标签作为特征，这是一种可接受但尚未被探索的技术。我们证明LaF可证明地增强了图神经网络的表达能力。我们基于这一分析设计了TFGNN。在实验中，我们确认TFGNN在免训练设置下优于现有GNN，并且与传统GNN相比，收敛所需的训练迭代次数少得多。
引用
@article{arxiv.2404.19288,
title = {Training-free Graph Neural Networks and the Power of Labels as Features},
author = {Ryoma Sato},
journal= {arXiv preprint arXiv:2404.19288},
year = {2024}
}
备注
TMLR 2024