通过通用层方程统一图神经网络

摘要

本文提出一个通用层方程，通过七个组件统一多种图神经网络架构：更新域、通道集、传播库、每通道消息映射、通道融合算子、自我/残差映射、更新映射。该分解将信息移动位置（传播库）与信息内容（消息映射）分离，支持局部消息传递、注意力、谱滤波、全局通信、关系特定通道、高阶域和几何消息。通过经典层的约简和组件分配，覆盖七个非独占架构家族，并组织超过200种架构。该框架实现组件级比较和架构生成，连接传播选择与过平滑、过挤压、异质性及表达能力，并揭示从可测量属性到有效组件选择的经验逆问题。