研究者提出可解释超图神经加性网络 HGNAN

Shihan Feng 等研究者发表论文，提出超图神经加性网络（HGNAN），将经典神经加性模型扩展到高阶关系数据，通过特征级非线性分解与超图感知结构聚合，为节点级和超边级任务提供透明预测。 作者称，在基准数据集上 HGNAN 性能与当前最先进的超图学习方法相当，同时具备内在可解释性。该工作以 arXiv:2610.07458 发布。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。