论文:https://arxiv.org/pdf/2101.08543.pdf 代码:https://github.com/nd7141/bgnn
无论是分子设计、计算机视觉,还是组合优化和推荐系统等,图神经网络( GNNs,Graph Neural Networks )都在学习图结构化数据方面取得了巨大的成功。
而在 ICLR 2021 文章 Boost Then Convolve: Gradient Boosting Meets Graph Neural Networks 中,作者 Sergei Ivanov 、 Liudmila Prokhorenkova 提出了一种新颖的架构,可以联合训练 GBDT 和 GNN 以获得两者的优点:GBDT 模型处理异构特征,而 GNN 负责图结构。
各自长短
往期精彩回顾
本站qq群704220115,加入微信群请扫码: