Asymmetric Graph Representation Learning

  • https://arxiv.org/abs/2110.07436
  • 有向图的 GNN
  • 背景:无论是谱域还是空间域 GNN 都不能处理有向图。谱域方法是因为图拉普拉斯矩阵必须是对称矩阵,空间域方法作者说 not efficient to capture the complex structure of directed graphs,没理解为啥。
  • 将节点表示分成 incoming 和 outgoing 两个,每层的信息聚合过程分成 receiving features和 sending-out features 两步。
  • 这样还能顺手引入一个正则化项:一条边应该既能用他 source 的 outgoing embedding 表示,也能用他 target 的 incoming embedding 表示,于是就用这俩 embedding 定义了边的 logits,让这个 logits 和邻接矩阵一致
  • 实验还是在 GCN 的几个小数据集上,SOTA

发表评论