本文提出Search to Aggregate Neighborhood (SANE)框架，利用不同的可微分搜索算法，自动设计针对特定数据的GNN架构。实验表明，SANE在性能和效率上优于现有GNN模型和NAS方法，适用于图结构的搜索，为解决GNN模型的架构和计算挑战提供新思路。
目录
- 简介
- Reading Report 1
- Title
- Journal /Proceedings name (Issue/Volume)
- impact factor
- Journal ranking
- Thesis statement(no more than 50words)
- Materials /Tools and Methods (no more than 50words)
- Results and Discussions (no more than 100words)
- Conclusions (no more than 50words)
- My reflection (no less than 100words)
- 结语
简介
Hello！
非常感谢您阅读海轰的文章，倘若文中有错误的地方，欢迎您指出～
ଘ(੭ˊᵕˋ)੭
昵称：海轰
标签：程序猿｜C++选手｜学生
简介：因C语言结识编程，随后转入计算机专业，获得过国家奖学金，有幸在竞赛中拿过一些国奖、省奖…已保研
学习经验：扎实基础 + 多做笔记 + 多敲代码 + 多思考 + 学好英语！
唯有努力💪
本文仅记录自己感兴趣的内容
Reading Report 1
Title
Search to aggregate neighborhood for graph neural network
Journal /Proceedings name (Issue/Volume)
IEEE INTERNATIONAL CONFERENCE ON DATA ENGINEERING(ICDE)
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
