文件名称：CapsGNN：“胶囊图神经网络”的PyTorch实施（ICLR 2019）
文件大小：3.56MB
文件格式：ZIP
更新时间：2024-02-25 07:39:09
machine-learning research deep-learning tensorflow sklearn
CapsGNN ⠀ 胶囊图神经网络的PyTorch实施（ICLR 2019）。 抽象 从图神经网络（GNN）学习到的高质量节点嵌入技术已被广泛应用于基于节点的应用程序，其中一些已经达到了最先进的（SOTA）性能。 但是，当应用从GNN学习到的节点嵌入来生成图嵌入时，标量节点表示可能不足以有效地保留节点/图属性，从而导致次优的图嵌入。 受胶囊神经网络（CapsNet）的启发，我们提出了胶囊图形神经网络（CapsGNN），它采用胶囊的概念来解决现有基于GNN的图形嵌入算法中的弱点。 通过提取胶囊形式的节点特征，可以使用路由机制在图形级别捕获重要信息。 结果，我们的模型为每个图生成多个嵌入，以捕
【文件预览】：
CapsGNN-master
----paper.pdf(1.93MB)
----input()
--------train()
--------test()
--------input.zip(724KB)
----.github()
--------FUNDING.yml(30B)
----output()
--------watts_predictions.csv(6KB)
----LICENSE(34KB)
----src()
--------main.py(422B)
--------utils.py(671B)
--------capsgnn.py(13KB)
--------param_parser.py(3KB)
--------layers.py(7KB)
----capsgnn.gif(1.18MB)
----CapsGNN.jpg(224KB)
----README.md(6KB)