面向大規(guī)模數(shù)據(jù)的高效超圖神經(jīng)網(wǎng)絡(luò)

摘要： 高階關(guān)聯(lián)廣泛存在于現(xiàn)實(shí)世界中,如社交網(wǎng)絡(luò)、生物網(wǎng)絡(luò)、交通網(wǎng)絡(luò)等,建模及優(yōu)化高階關(guān)聯(lián)對于網(wǎng)絡(luò)屬性研究和演化趨勢預(yù)測具有重要意義.超圖是一種靈活的數(shù)據(jù)結(jié)構(gòu),能夠自然地建模高階關(guān)聯(lián).近年來,隨著深度學(xué)習(xí)的發(fā)展,基于超圖建模的超圖神經(jīng)網(wǎng)絡(luò)被廣泛應(yīng)用于面向高階關(guān)聯(lián)的表示學(xué)習(xí).然而,現(xiàn)有的超圖神經(jīng)網(wǎng)絡(luò)均基于直推學(xué)習(xí)范式,雖然在小規(guī)模超圖數(shù)據(jù)集上取得了不錯(cuò)的效果,但難以應(yīng)用到大規(guī)模數(shù)據(jù)上,限...