注意力感知的边-节点交换图神经网络模型

提出了一种注意力感知的边-节点交换图神经网络（attention aware edge-node exchange graph neural network，AENN）模型，在图结构化数据表示框架下，使用边-节点切换卷积的图神经网络算法进行图编码，用于半监督分类和回归分析。AENN是一种通用的图编码框架，用于将图节点和边嵌入一个统一的潜在特征空间。具体地，基于原始无向图，不断切换边与节点的卷积，并在卷积过程中通过注意力机制分配不同邻居的权重，从而实现特征传播。在3个数据集上的实验研究表明，所提方法较已有方法在半监督分类和回归分析中具有明显的性能提升。...

Full description

Saved in:
Bibliographic Details
Published in电信科学 Vol. 40; no. 1; pp. 106 - 114
Main Authors 王瑞琴, 黄熠旻, 纪其顺, 万超艺, 周志峰
Format Journal Article
LanguageChinese
Published 中国通信学会 20.01.2024
人民邮电出版社有限公司
湖州师范学院信息工程学院,浙江 湖州 313000%温州大学图书馆,浙江 温州 325035
Subjects
超图
注意力机制
图神经网络
边图
消息传递
message passing
hypergraph
attention mechanism
graph neural network
line graph
Online AccessGet full text
ISSN1000-0801
DOI10.11959/j.issn.1000-0801.2024017

Cover

More Information
Summary:提出了一种注意力感知的边-节点交换图神经网络（attention aware edge-node exchange graph neural network，AENN）模型，在图结构化数据表示框架下，使用边-节点切换卷积的图神经网络算法进行图编码，用于半监督分类和回归分析。AENN是一种通用的图编码框架，用于将图节点和边嵌入一个统一的潜在特征空间。具体地，基于原始无向图，不断切换边与节点的卷积，并在卷积过程中通过注意力机制分配不同邻居的权重，从而实现特征传播。在3个数据集上的实验研究表明，所提方法较已有方法在半监督分类和回归分析中具有明显的性能提升。
ISSN:1000-0801
DOI:10.11959/j.issn.1000-0801.2024017