arXiv · cs.AI· Lintao Yanga, Sirui Lia, Yaqing Wang, Pietro Liò, Xu Shen, Baisong Liu, Chengbin Peng·· 2 天前
N-GNAS 节点级图神经架构搜索框架
Node-level Graph Neural Architecture Search Framework
arXiv:2610.09297v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Lintao Yanga, Sirui Lia, Yaqing Wang, Pietro Liò, Xu Shen, Baisong Liu, Chengbin Peng
首次提交：2026-10-07 09:58
研究任务与主要进展
提出节点级图神经架构搜索算法 N-GNAS，可在更新节点特征时为每个节点子集自动选择网络架构，并引入对比学习损失区分不同类别的样本特征。基于论文摘要，N-GNAS 在八个数据集的节点分类和图分类实验中优于现有 GNAS 方法及人工设计的 GNN，在 CiteSeer 数据集上准确率达到 78.26%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org