超赞!训练时间和参数百倍降低,使用标签进行预测,性能超GNN
仅做学术分享,如有侵权,联系删除
转载于 :机器之心
将传统标签传播方法与简单模型相结合即在某些数据集上超过了当前最优 GNN 的性能,这是康奈尔大学与 Facebook 联合提出的一项研究。这种新方法不仅能媲美当前 SOTA GNN 的性能,而且参数量也少得多,运行时更是快了几个数量级。
论文地址:https://arxiv.org/pdf/2010.13993.pdf
GitHub 地址:https://github.com/CUAI/CorrectAndSmooth
基础预测(base prediction),使用忽略图结构(如 MLP 或线性模型)的节点特征完成;
校正步骤,这一步将训练数据的不确定性传播到整个图上,以校正基础预测;
平滑图预测结果。
---------♥---------
赞 (0)