HyperGCN: 超图神经网络

基于超图的半监督学习

超图上的卷积:
HyperGCN: 超图神经网络_第1张图片
超图上的拉普拉斯:
HyperGCN: 超图神经网络_第2张图片
对于每一条超边 e e e,可以弹出一对顶点

( i e , j e ) = a r g m a x i , j ∈ e ∣ S i − S j ∣ (i_{e},j_{e})=argmax_{i,j\in e}|S_{i}-S_{j}| (ie,je)=argmaxi,jeSiSj
然后正则化Laplacian计算为:
L = ( I − D − 1 2 A S D − 1 2 ) S \mathbb{L}=(I-D^{-\frac{1}{2}}A_{S}D^{-\frac{1}{2}})S L=(ID21ASD21)S.

交叉熵损失函数:
HyperGCN: 超图神经网络_第3张图片

HyperGCN: 超图神经网络_第4张图片

你可能感兴趣的:(图神经网络)