今天给大家介绍腾讯AI Lab黄俊洲课题组发表于ICML 2022上的论文“Local Augmentation for Graph Neural Networks”。这篇论文提出一个通用框架，利用中心节点特征学习邻居特征分布用以生成特征（这种策略称之为局部增强local augmentation），并利用生成的特征提升图神经网络的表达能力。实验表明，局部增强策略能够将传统的GCN和GAT的效果提升3.4%和1.6%.此外，大图数据上的实验结果表明模型提升了各种骨干网的性能。

论文链接：https://arxiv.org/pdf/2109.03856.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