跳到正文
arXiv · ML· Raphael Pellegrin, Lukas Fesser, Melanie Weber·· 2 天前AI 评分27

SiGMA 提出门控消息传递与注意力混合架构以应对图级异质性

SiGMA: Learning under Graph-Level Heterogeneity with Gated Message-Passing and Attention

AI 导读

针对图学习中的异质性,SiGMA 提出一种门控混合图神经网络,在每层结合消息传递与注意力头。 各头由节点级 sigmoid 门控调制,允许模型自适应调节局部或全局机制,支持近恒等计算路径以避免过平滑,并促进非局部通信以缓解过挤压。 实验表明,SiGMA 在图级基准测试中表现强劲,性能一致持平或超越竞争性图 Transformer 及混合基线。

来源:arXiv · ML · arxiv.org