집
연구진은 레이블이 지정된 노드에 의존하지 않고도 이종 그래프 데이터에 대한 정확도를 향상시키는 그래프 신경망(GNN)용 새로운 훈련 기법인 ‘HarmonyGNN’을 소개했다. 11개의 벤치마크 그래프를 대상으로 실시한 테스트 결과, 7개의 동종 그래프에서 최첨단 성능을 보였으며, 4개의 이종 그래프에서는 1.27%에서 9.6%에 이르는 정확도 향상을 기록했다. 또한 이 프레임워크는 계산 효율성도 높여준다. 이 연구 결과는 2026년 국제 학습 표현 컨퍼런스(International Conference on Learning Representations)에서 발표될 예정이다.
의견 (0)
0/300
