11:02官方账号arXiv cs.LG@Mostafa Haghir Chehreghani该论文研究向循环图神经网络每步传播后注入独立高斯噪声的架构,并将其分析为随机动力系统。在标准全局收缩假设下,作者证明隐藏表示构成几何遍历的马尔可夫链,存在唯一不变概率测度。主要理论结果给出平稳状态Dirichlet能量的显式正下界,该下界与噪声方差和图的谱间隙成正比。这从理论上保证了平稳表示不会塌缩到常量流形,即渐近过平滑被严格防止。实验在线性和非线性循环GNN上验证了理论预测,呈现稳态分布及能量对噪声强度的依赖关系。论文GNN过平滑高斯扰动推荐理由:这篇文章用加噪声的办法治GNN过平滑,从数学上给你保证不塌缩,还和残差连接、归一化这些老办法做了对比。原文稍后读已读值得跟进有用关注 GNN