【随记】2021 NIPS SR-GNN Shift-Robust GNNs: Overcoming the Limitations ofLocalized Graph Training Data

目录

简介

数据分布偏移对GNN性能的影响

结论

简介

【导读】图神经网络（GNN）是机器学习的强大工具之一，但在训练数据上往往依赖于特定领域，为了解决由领域转移和数据标记偏差造成的性能下降，谷歌提出了一种新方法。

图神经网络（GNN），是在机器学习中利用图形结构数据的强大工具。图是一种灵活的数据结构，可以对许多不同类型的关系进行建模，并已被用于不同的应用，如交通预测、谣言和假新闻检测、疾病传播建模等。