DMIPool图池化模型

双视图多级互信息

利用双视图多级互信息最大化学习图表示,在多个基准上优于先进的池化方法。

Qingqing, Zhao · 张瀚 · Mengyao, He · 李伟 · Kang, Chuanze · Mingjing, Han

Knowledge-Based Systems 2023

参数信息

评估数据集数量
9
对比方法数量
10

技术优势

利用增强视图

通过数据增强生成双视图框架,编码层次信息并优化表示,弥补了传统池化忽略增强视图的不足。

捕获多级依赖

设计动态融合机制,同时利用节点特征和图拓扑信息,获得全面的节点级和图级表示。

多级互信息优化

在图-图、节点-节点和图-节点三个层面最大化双视图表示间的互信息,评估并进一步优化表示。

应用场景