【图神经网络论文整理】（三）—— HOW TO FIND YOUR FRIENDLY NEIGHBORHOOD：SuperGAT

---

• ICLR 2021
• Dongkwan Kim & Alice Oh
• 论文地址

本文介绍的论文是《HOW TO FIND YOUR FRIENDLY NEIGHBORHOOD:
GRAPH ATTENTION DESIGN WITH SELF-SUPERVISION》。

该篇论文提出了一个新的网络模型SuperGAT，目的是解决当图中存在噪声能够学习到更多的表达注意力，并且在17个真实数据集中进行实验，显示出该模型更好的性能。

---

---

目前图神经网络已广泛应用于各个领域，例如推荐系统、蛋白质分子、智慧交通等领域，近几年GAT网络架构逐渐脱颖而出，它可以采用自我注意力方式来缓解不相关节点之间连接的噪声问题。

换句话说，图注意力网络能够捕捉图关系的重要性，能够学习每个邻居节点对于中心节点的重要程度，GAT在节点分类等方面表现出了很大的性能改进，但是它在数据集之间的改进程度不一致，而且对图注意力实际学习内容较少。

因此作者提出了一个新的模型SuperGAT，是GAT的一种变体，它是基于GO和点积方式的，即自监督图注意力网络。