本文是The WebConf 2022入选论文“Meta-Weight Graph Neural Network: Push the Limits Beyond Global Homophily”的解读。该论文由北京大学智能学院宋国杰课题组完成。论文提出了一种基于元权重的节点局部信息表示学习方法，针对图节点不同位置呈现分布不一致的特点，显式对节点的局部分布（Node Local Distribution, NLD）建模，自适应地为不同节点构建图卷积层。实验表明，模型在处理具有异质分布的图建模方面具有出色的表达能力。

论文链接：https://arxiv.org/pdf/2203.10280.pdf

内容中包含的图片若涉及版权问题，请及时与我们联系删除