【图神经网络的设计 文献理论创新总结】
1.图神经网络的设计角度AdaGCN: Adaboosting Graph Convolutional Networks into Deep Models 【 ICLR 2021】创新点： 将传统机器学习方法(AdaBoost)与GNN结合，提出AdaGCN，AdaGCN在所有层之间共享相同的基本神经网络结构，能够在一定程度上解决过平滑问题。摘要： 深度图模型仍是一个有待研究的问题，关键之处在于如何有效地汇聚来自多跳邻居节点的特征信息。在本文中，通过将AdaBoost融入到图网络中提出了一个
