【ICLR2020-哥伦比亚大学】多关系图神经网络CompGCN

本文作者从实际的图数据特点出发，设计了一种针对多关系有向图的图神经网络 CompGCN 来同时学习节点和关系的表示。同时，为了降低大量不同类型关系带来的参数，这里作者设计了一种分解操作 composition operation，将所有关系都用一组基的加权组合来表示。这样用于描述关系的参数只和基的个数有关。 设计了 CompGCN 模型，一种可以考虑多种关系信息的图神经网络框架，来同时学习节点和关系的表示。证明了 CompGCN 与之前的多关系 GNN 之间的联系。实验验证了 CompGCN 的有效性。

https://arxiv.org/pdf/1911.03082

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“CGCN” 就可以获取《【ICLR2020-哥伦比亚大学】多关系图神经网络CompGCN》专知下载链接

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源