返回
Aggregation-aware MLP: An unsupervised approach for graph message-passing
DOI:10.1016/j.patcog.2026.113877.png)
摘要
En 中文
• 从GNN的聚合转向使表示聚合适应。• 提出一种无监督框架,统一同质图和异质图。• 在理论分析中,将传统的分组效应扩展到高阶版本。
Keyword:
Graph Neural Networks
Message Passing
Aggregation-adaptive
Unsupervised Learning
Homophilic Graphs
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
Exploiting Neighbor Effect: Conv-Agnostic GNN Framework for Graphs With Heterophily利用邻居效应: 具有异方性的图的Conv不可知GNN框架

