![preview](https://dl-preview.csdnimg.cn/24568008/0001-d4d07063bc58d08e0584fa47962f764e_thumbnail.jpeg)
![preview-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/scale.ab9e0183.png)
基于元路径的关系选择图神经网络 本文提出了一种基于元路径的关系选择图神经网络(MRSGNN),旨在解决异质图嵌入模型中的元路径独立假设问题。该模型首先将异质图转换为基于元路径的多关系图,然后使用关系选择图卷积层在多关系图上聚合邻居信息,以建立元路径间的全局相关性。同时,模型还结合关系选择模块对多关系下的邻居信息进行筛选,以区分各关系的重要性。 MRSGNN模型在三个公开异质图数据集上的节点分类任务中分别取得了94%、92%和61%的预测准确率,均高于最新的基准模型。 关键词:异质图、异质图嵌入、元路径、图神经网络、多关系、关系选择 MRSGNN模型的提出是为了解决异质图嵌入模型中的元路径独立假设问题。在异质图中,节点类型和边类型不唯一,使得其具有丰富的语义信息和异质结构信息。异质图嵌入模型通常借鉴同质图嵌入的思想,将图上的节点表示为低维稠密的向量,同时保留图中的异质结构信息和语义信息,以更好地服务于下游任务中。 现有的异质图嵌入模型多依赖元路径,一种定义在异质图上的高阶关系,以捕获图中的异质结构信息和语义信息。早期的异质图嵌入模型通过元路径来指导图上的随机游走过程,并与DeepWalk结合生成节点嵌入。然而,这些模型只能利用一种元路径下的结构信息,而忽略了元路径之间的全局相关性。 为解决这个问题,MRSGNN模型使用关系选择图卷积层在多关系图上聚合邻居信息,以建立元路径间的全局相关性。同时,模型还结合关系选择模块对多关系下的邻居信息进行筛选,以区分各关系的重要性。 MRSGNN模型的优点在于它可以捕获元路径之间的全局相关性,而不是简单地聚合每个元路径下的结构信息。该模型可以更好地服务于异质图中的节点分类、节点聚类等下游任务中。 MRSGNN模型是一种基于元路径的关系选择图神经网络,旨在解决异质图嵌入模型中的元路径独立假设问题。该模型可以捕获元路径之间的全局相关性,并更好地服务于异质图中的下游任务中。
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083646.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![zip](https://img-home.csdnimg.cn/images/20210720083736.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![avatar-default](https://csdnimg.cn/release/downloadcmsfe/public/img/lazyLogo2.1882d7f4.png)
![avatar](https://profile-avatar.csdnimg.cn/default.jpg!1)
- 粉丝: 122
- 资源: 23万+
![benefits](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-1.c8e153b4.png)
![privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-2.ec46750a.png)
![article](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-3.fc5e5fb6.png)
![course-privilege](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-4.320a6894.png)
![rights](https://csdnimg.cn/release/downloadcmsfe/public/img/vip-rights-icon.fe0226a8.png)
我的内容管理 展开
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![voice](https://csdnimg.cn/release/downloadcmsfe/public/img/voice.245cc511.png)
![center-task](https://csdnimg.cn/release/downloadcmsfe/public/img/center-task.c2eda91a.png)
![dialog-icon](https://csdnimg.cn/release/downloadcmsfe/public/img/green-success.6a4acb44.png)