Mila、麦吉尔等发布异配图学习手册：关于异配图学习的全部重点都在这里了

文章预览

©作者 |   栾思焘 单位 |   McGill University & Mila 研究方向 |  图表示学习、GNN 说起近两年图学习和图神经网络领域最热门的话题，就不得不提异配图上的学习问题，近期关于异配问题的 survey 已经有不少了 [1,2,3] ，这几篇都各有特点，不过总觉得没有一篇能达到我心目中对这个领域比较理想的总结，于是就自己归纳整理了这篇 handbook。它可以作为参考书帮新手快速入门 heterophily 这个领域，也可以协助 researcher 查询了解某个方向的类似工作，节省你整理 related work 的时间。 文章链接： https://arxiv.org/pdf/2407.09618 我自己在整理的过程中也学习到不少新东西，比如我没想到 heterophily 在 fraud/anomaly detection 上应用这么多，还有跟 CV，optimization 等方向有些意想不到的联系。所以根据我在整理这篇 handbook 过程中得到的经验，我会在本文最后给 heterophily 相关的方 ………………………………