★ 2
EDiS：图神经网络边不相交子图稀疏化
arXiv 论文提出 EDiS 框架，将图一次性分解为可缓存的边不相交子图，再按边预算约束跨轮次重组为训练图，无需重复提取结构。在 19 个节点分类基准上对比 17 个基线，取得最高平均分与最低平均排名，在紧边预算下优势最明显。
arXiv cs.LG25 天前
#节点分类
共 4 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
基于电阻曲率的可扩展子图采样
论文提出以电阻曲率为指导的子图采样框架，核心是 ERC-LG 曲率近似方法，结合 Johnson-Lindenstrauss 投影与正则化多 GPU 批量共轭梯度求解器，避免显式拉普拉斯伪逆与全嵌入存储。曲率用于指导节点与边的采样概率以构建 GNN 训练子图。在七个真实数据集的节点分类任务中，六个…
arXiv cs.LG39 天前
★ 2
分布偏移下归纳图上的在线贝叶斯节点分类
针对演化图上节点分类需兼顾归纳泛化与不确定性校准的需求，论文在确定性GNN编码器上叠加随机末层参数，提出变分贝叶斯末层（VBLL）目标联合训练编码器与近似后验。测试时冻结编码器并施加在线拉普拉斯更新，对应带指数遗忘与KL锚定的幂先验贝叶斯模型。在五个分布偏移基准上，online GVBLL是唯一在…
arXiv cs.LG48 天前
★ 1
训练后 GNN 的局部证据与几何读出修复
论文用精确质量线性规划与两种学习式事后修复，区分节点分类 GNN 误差来自混合权重不佳还是可达 logit 集位置不当。在八个数据集、八种 GNN 主干与十个划分上，平均准确率从 62.6% 提升至重加权 63.8%、集合条件平移 65.3%。结果显示平移解释了大部分增益，而无标签重加权难以捕捉局…
arXiv cs.LG39 天前