精选40篇图神经网络（GNN）顶会论文及源码分享，涵盖可解释性等热门方向

得益于强大的建模和分析能力，图神经网络（GNN）在社交网络分析、推荐系统、知识图谱、文本分析、等诸多领域得到了广泛的应用，目前已成为了人工智能领域的热门研究方向。在今年的各大顶会获奖论文中，图神经网络相关的论文数量也是意料之中的可观，所以建议有想法发paper的同学抓紧时间。为了帮大家快速找到idea，这次我精选了近两年图神经网络的各大顶会好文，共40篇，涵盖了可解释性、图transformer、图结构等热门细分领域。扫码添加小享，回复“GNN精选”  免费获取全部论文+源代码合集2023年1、Do Not Train It: A Linear Neural Architecture Search of Graph Neural NetworksICML 2023「标题：」Do Not Train It: 一种基于线性图神经网络的神经架构搜索方法「内容：」图神经网络的神经架构搜索(NAS)方法(称为NAS-GNNs)相比手工设计的GNN架构能够取得显著的性能提升 ………………………………