arXiv stat.ML· Clara Alvarez-Rodriguez, Steve Azzolin, Vincenzo Marco De Luca, Filippo Maria Bianchi, Andrea Passerini, Antonio Longa·· 18 天前AI 评分32
图可加性模型解耦特征、拓扑与交互:AMIGA 架构
Graph Additive Models disentangling feature, topology, and interactions
AI 导读
研究人员提出图可加性模型 AMIGA,通过挖掘的主题词表表征拓扑结构,并将节点贡献解耦为特征、结构及特征-结构交互三个加性通道。在 10 个图分类与回归基准测试中,AMIGA 在多数数据集上超越了 GNAN,并缩小了与标准黑盒 GNN 的性能差距。模型各通道围绕图平衡基线中心化,可生成精确重构模型输出的多粒度节点局部解释。
来源:arXiv stat.ML · arxiv.org