ICLR 2024 | 图神经网络中的局部感知图重布线

论文信息

题目：Locality-Aware Graph Rewiring In GNNS

图神经网络中的局部感知图重布线

作者：Federico Barbero、Ameya Velingker、Amin Saberi、Michael Bronstein、Francesco Di Giovanni

论文创新点

1. 提出通用框架：提出一种通用的图重布线框架，通过局部约束的顺序重布线，在输入图和连接性更好的图之间进行插值，满足减少过压缩、保持局部性和稀疏性的要求。
2. 设计局部感知序列重布线：提出局部感知序列重布线（LASER）框架，选择最短路径距离作为局部性度量，通过优先添加具有低连接性分数的边，在保持图的稀疏性的同时，减轻过压缩问题。
3. 建立与多关系GNN的联系：将图重布线与多关系GNN和时间GNN联系起来，通过将重布线操作解释为多关系GNN框架的扩展，为图重布线提供了新的视角。
4. 验证LASER的有效性：在多个任务和基准上验证了LASER的有效性，通过实验表明LASER在减轻过压缩、保持局部性信息和