一种提高图神经网络表达能力的图邻域聚合方法

摘要

本发明提供一种提高图神经网络表达能力的图邻域聚合方法，属于计算机数据分析领域。本发明将图结构区分能力表示为偏序关系，使用聚合系数矩阵重新构造邻域聚合的形式，然后系统地分析了如何构造更强大甚至单射聚合所需的系数矩阵。本发明也可以看作是一种保持隐特征秩的策略，并表明现有的图神经网络聚集方式对应于低秩变换的特殊情况，另外还指出了在聚合之前应用非线性单元的必要性，这与大多数现有的GNN不同。基于可证明的理论分析，本发明设计了一个改进的更具表达能力的图神经网络邻域聚合方法ExpandingConv以及Re‑SUM机制。