👓 Ботанские новости

Ученые предложили адаптивный метод сжатия графов для обучения GNN, который объединяет узлы через K-means кластеризацию прямо во время тренировки. Вместо того чтобы пытаться проглотить гигантские графы целиком, алгоритм создает их уменьшенные копии, которые адаптируются под конкретную задачу. Метод особенно эффективен для гетерофильных данных, где соседи в графе могут принадлежать к разным классам.