arXiv cs.LG· Shihan Feng, Xin Zheng, Shiyi Yang, Ren Wang, Chudi Zhong, Can Chen·· 14 小时前AI 评分15
HGNAN：基于神经加性模型的可解释超图学习框架
Interpretable Hypergraph Learning via Neural Additive Models
AI 导读
研究者提出超图神经加性网络（HGNAN），将经典神经加性模型扩展到高阶关系数据，通过特征级非线性分解与超图感知结构聚合，实现节点级和超边级任务的可解释预测。在基准数据集上，HGNAN 性能与当前最优超图学习方法相当，同时提供内在且有意义可解释性。
来源：arXiv cs.LG · arxiv.org