-
题名基于元路径卷积的异构图神经网络算法
被引量：1
- 1
-
-
作者
秦志龙
邓琨
刘星妍
-
机构
嘉兴大学信息科学与工程学院
浙江理工大学计算机科学与技术学院(人工智能学院)
嘉兴大学浙江省全省多模态感知与智能系统重点实验室
-
出处
《电信科学》
北大核心
2024年第3期89-103,共15页
-
基金
教育部人文社会科学研究专项任务项目(No.22JDSZ3023)
教育部产学合作协同育人项目(No.220603372015422,No.220604029012441)。
-
文摘
现有异构图嵌入方法在多层图卷积计算中,通常将每个节点表示为单个向量,使得高阶图卷积层无法区分不同关系和顺序的信息,导致信息在传递过程中丢失。为解决该问题,提出了基于元路径卷积的异构图神经网络算法。该方法首先利用特征转换自适应调整节点特征;其次,设计了元路径内卷积挖掘节点高阶间接关系,捕获目标节点在单元路径下与其他类型节点之间的交互关系;最后,通过自注意力机制探索语义之间的相互性,融合来自不同元路径的特征。在ACM、IMDB和DBLP数据集上进行广泛实验,并与当前主流算法进行对比分析。实验结果显示,节点分类任务中Macro-F1平均提高0.5%~3.5%,节点聚类任务中ARI值提高了1%~3%,证明该算法是有效、可行的。
-
关键词
异构图
图嵌入
图神经网络
元路径
图卷积
-
Keywords
heterogeneous graph
graph embedding
graph neural network
meta-path
graph convolution
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
