Hierarchische Multi-Scale Graph Neural Networks: Skalierbare heterophile Lernvorgänge mit Abmilderung von Überglättung und Übersättigung

arXiv:2605.10975v1 Ankündigungstyp: neu Zusammenfassung: Graphen mit Heterophilie, bei denen benachbarte Knoten unterschiedliche Labels tragen, sind in realen Anwendungen verbreitet, von sozialen Netzwerken bis zu molekularen Wechselwirkungen. Allerdings weisen bestehende spektrale GNN-Ansätze, die für heterophile Graphen ausgelegt sind, Limitationen auf