基本信息

---

下载

文档摘要

---

基于图卷积神经网络的结构自适应研究

摘要

在图神经网络（GraphNeuralNetworks,GNNs）领域，尽管近年来取得了

显著的进展，但仍然面临着若干挑战。首先，传统的节点采样与聚合策略往往

较为固定，通常只考虑直接邻域，这在处理高阶邻域时容易导致过度平滑现象，

从而影响模型的性能和精度。过度平滑会导致节点嵌入的特征信息丢失，使得

不同类别的节点在特征空间中变得难以区分，进而降低了模型在节点分类和链

接预测等任务中的有效性。其次，现有的GNNs方法