DGKT: Dual Graph Kernel Transformer for graph classification

2026-10-16

0

PRE

AI

DOI：10.1016/j.patcog.2026.115145

原文求助

摘要

En 中文

• 我们推导了可微的Weisfeiler–Lehman和随机游走核编码。 • 我们提出了具有混合局部建模、双核和双分支学习的DGKT。 • 我们使用节点级结构重要性自适应初始化双核分支。 • 我们在七个数据集上与GNN、图Transformer和核方法进行了有利的比较。

Keyword:

Graph classification

Graph transformer

Graph kernels

Positional encoding

Graph representation learning