研究者提出节点级图神经网络架构搜索算法N-GNAS
热点事件持续更新
研究者提出节点级图神经网络架构搜索算法N-GNAS
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Lintao Yang等作者提出节点级图神经网络架构搜索算法N-GNAS，在更新节点特征时可为每个节点子集自动选择合适网络架构，并引入对比学习损失分离不同类别样本特征。 在八个节点分类与图分类数据集上，N-GNAS 优于当前主流 GNAS 方法和人工设计的 GNN，例如在 CiteSeer 数据集上达到 78.26% 准确率。
AI 根据报道生成 · 1 小时前更新
最新进展10月8日 12:00
N-GNAS：节点级图神经网络架构搜索框架报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv：cs.LGN-GNAS：节点级图神经网络架构搜索框架
研究者提出节点级图神经网络架构搜索算法 N-GNAS，可在更新节点特征时为每个节点子集自动选择合适网络架构，并引入对比学习损失分离不同类别样本特征。在八个节点分类与图分类数据集上，N-GNAS 优于当前主流 GNAS 方法和人工设计的 GNN，例如在 CiteSeer 数据集上达到 78.26% 准确率。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。