图神经网络阅读(二十二)Rethinking Graph Regularization for Graph Neural Networks,AAAI2021

本文的作者来自香港中文大学。
本文证明了图拉普拉斯正则化对现有GNN的好处很少甚至没有,并提出了一种简单但图拉普拉斯正则化变体,称为传播正则化(P-reg),以提高现有GNN模型的性能。本文的模型十分简单,就是公式定理比较复杂,GNN的相关背景略。

Propagation-Regularization(P-Reg)

图神经网络阅读(二十二)Rethinking Graph Regularization for Graph Neural Networks,AAAI2021_第1张图片

首先,模型对图输入使用两层GCN(表示成 f 1 f_1 f

你可能感兴趣的:(GNN,Model,图神经网络)