基于稀疏注意力的自适应图池化方法

作者：朱小草; 郭春生^*; 张宏宽; 金昊炫

来源：杭州电子科技大学学报(自然科学版), 2021, 41(05): 32-38.

DOI：10.13954/j.cnki.hdu.2021.05.006

• 图池化
• 稀疏注意力
• 自适应处理

针对图神经网络池化中不能充分保留图的局部特征的问题,提出一种基于稀疏注意力自适应图池化方法。首先,运用稀疏注意力自适应地选择相似度高的节点形成集群;然后,运用局部聚合卷积,通过节点聚合形成集群表示,选取集群表示最大的topk个节点完成采样;最后,在池化时保留图的局部特征以降低信息损失,从而提高图分类的性能。实验结果表明,与传统图池化方法相比,提出方法的分类正确率有所提升。

• 单位
  数源科技股份有限公司; 杭州电子科技大学; 浙江农业科学院