面向节点分类任务的节点级自适应图卷积神经网络

摘要： 图神经网络通过对图中节点的递归采样与聚合以学习节点嵌入，而现有方法中节点采样与聚合的模式较固定，对局部模式的多样性捕获存在不足，从而降低模型性能.因此，文中提出节点级自适应图卷积神经网络(Node-Level Adaptive Graph Convolutional Neural Network, NA-GCN).设计基于节点重要性的采样策略，自适应地确定各节点的邻域规模.同时... （共12页）