.png){kind=icon}
返回
Distilling representation evolution from GNNs into graph-less MLPs
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2026.134729.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出UniSTD用于无图节点分类，通过GNN到MLP的知识蒸馏。
• 蒸馏层内表示状态和层间演化趋势。
• 在共享的MLP中将原始视图、传播增强视图和融合视图统一起来。
• 在同质图和异质图基准测试中提高准确性。
• 在无图访问的情况下保持低延迟的MLP推理。
Keyword:
Knowledge distillation
Graph-less node classification
Graph neural networks
