基于埃尔米特多项式的谱图神经网络架构 HermNet 研究
该研究深入探讨了基于埃尔米特多项式构建的谱图神经网络，并提出了 HermNet 模型。该模型将节点级预测器与归一化埃尔米特传播相结合，依靠稀疏递推关系实现计算，既无需昂贵的特征值分解也不依赖可学习基底。研究还评估了坐标校准、响应归一化和高斯导数正则化等可选机制，并系统分析了在有限训练预算下，不同完备多项式基底在优化行为上的差异。
推荐理由提出了一种基于埃尔米特多项式且无需特征分解的高效谱图神经网络新架构 HermNet。
原标题：Spectral Graph Neural Networks with Hermite Polynomials: A Comprehensive Study
阅读 arXiv 机器学习 原文 ↗