[视频作者] 随机种子42
[视频时长] 81:32
[视频类型] 校园学习
在MixHop一文中我们介绍过:对于传统节点邻域聚合来说,1-hop不足以聚合图结构足够多的信息,k-hop会使得节点表征大抵相同从而难以区分,特别是对于异构网络来说会造成灾难性的后果。但是如果我们能想到一种方法来区分不同hop邻域之间的信息,并用这种差距就作用在异构网络中,就能起到不错的效果。并且我们可以考虑不同GCN模型的适用范围并进行有机整合,以此来增强模型的性能,这里面的N就是N个GCN层,本文通过实现N-GCN、N-Sage模型来表明该发现对区分节点和图有深刻的意义。