第二是实验不够充分,个人认为有可能不够充分,但是值得商榷,我基于CVPR的一篇文章,在人脸聚类数据随机生成了八个不同分布的数据集,在Fashion聚类数据随机生成了两个数据集,两个领域10个子数据集上做了实验,并且在全量数据集也做了实验以用于和baseline对比,说明不是只适用于特意构造的数据集,ablation study,也用折线...
我们在包括引文网络(Cora 、Citeseer 和 Pubmed)、超文本网络 (WebKB)和蛋白质网络(PPI)进行全面的验证,对比的baseline方法包括欧式空间和双曲空间的神经网络(MLP,HNN)、欧式空间的GNNs(GCN,GAT,GraphSAGE)和双曲空间的HGNNs(HGCN,κGCN)。总的来说,我们可以得到以下结论:(1)我们的 ACE-HGNN 具有很好的性能,...
五、实验验证 我们在包括引文网络(Cora 、Citeseer 和 Pubmed)、超文本网络 (WebKB)和蛋白质网络(PPI)进行全面的验证,对比的baseline方法包括欧式空间和双曲空间的神经网络(MLP,HNN)、欧式空间的GNNs(GCN,GAT,GraphSAGE)和双曲空间的HGNNs(HGCN,κGCN)。总的来说,我们可以得到以下结论: 1. 我们的 ACE-HGNN ...
第二是实验不够充分,个人认为有可能不够充分,但是值得商榷,我基于CVPR的一篇文章,在人脸聚类数据随机生成了八个不同分布的数据集,在Fashion聚类数据随机生成了两个数据集,两个领域10个子数据集上做了实验,并且在全量数据集也做了实验以用于和baseline对比,说明不是只适用于特意构造的数据集,ablation study,也用折线...
我们在包括引文网络(Cora 、Citeseer 和 Pubmed)、超文本网络(WebKB)和蛋白质网络(PPI)进行全面的验证,对比的baseline方法包括欧式空间和双曲空间的神经网络(MLP,HNN)、欧式空间的GNNs(GCN,GAT,GraphSAGE)和双曲空间的HGNNs(HGCN,κGCN)。总的来说,我们可以得到以下结论: ...
与不同 baseline 对比(均为 2019 年及以前的工作) Performance comparison of different baselines Comments 方法不是很复杂,但是叙述不是很清晰。spatial affinity graph 中每个 node 的 representation 是否是 road context features,feature affinity graph 是如何定义 edge 的?