https://blog.qife122.com/tags/%E8%8A%82%E7%82%B9%E5%88%86%E7%B1%BB/ Recent content in 节点分类 on 办公AI智能小助手 Hugo zh-cn qife Tue, 09 Sep 2025 10:27:35 +0800 https://blog.qife122.com/p/%E9%9A%90%E5%BC%8F%E4%B8%8E%E5%B1%95%E5%BC%80%E5%9B%BE%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%AF%B9%E6%AF%94%E5%88%86%E6%9E%90/ Tue, 09 Sep 2025 10:27:35 +0800 https://blog.qife122.com/p/%E9%9A%90%E5%BC%8F%E4%B8%8E%E5%B1%95%E5%BC%80%E5%9B%BE%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9C%E5%AF%B9%E6%AF%94%E5%88%86%E6%9E%90/ <h1 id="隐式与展开图神经网络对比分析">隐式与展开图神经网络对比分析</h1> <h2 id="摘要">摘要</h2> <p>研究发现消息传递图神经网络（GNN）在平衡远程节点依赖的高效建模与避免过度平滑、虚假边敏感性或模型可解释性不足等问题时面临挑战。针对这些问题，近期提出两种独立策略：隐式图神经网络（IGNN）和展开式图神经网络（UGNN）。前者将节点表示视为深度均衡模型的固定点，能够以固定内存占用高效促进图上的任意隐式传播；后者则将图传播视为应用于图正则化能量函数的展开下降迭代。</p>