家
研究者らは、ラベル付きノードに依存することなく、異種グラフデータにおける精度を向上させるグラフニューラルネットワーク（GNN）向けの新しい学習手法「HarmonyGNN」を発表した。11のベンチマークグラフを用いた検証の結果、7つの同種グラフでは最先端の性能を示し、4つの異種グラフでは1.27%から9.6%の精度向上を達成した。また、このフレームワークは計算効率も向上させる。 本研究は、2026年に開催されるInternational Conference on Learning Representations（ICLR）で発表される予定である。
コメント (0)
0/300
