《表1 数据集介绍:多层特征动态加权图卷积网络》
为了验证本文所提模型的性能,本文将所提的方法在四个数据集[18](IMDB-BINARY,MUTAG,PROTEINS,PTC)上进行比较,其中,IMDB-BINARY这是一个电影数据集,共1000张图.其中每个节点表示演员,边代表着连接的两个节点也就是演员出现在同一部电影中,每一个图都有一个标注的属性(电影的类别,总共有两个类别),分类任务就是根据不同的节点和结构来判断图的种类;MUTAG是化学数据集,共188张图.它由芳胺和硝基杂芳环两类组成的,节点有7个离散的标签,来区别不同的元素,边代表着两个节点之间是否有化学键,分类任务为判别该化合物对细菌是否有诱变作用;PROTEINS为生物数据集,共1113张图.其中节点代表着有机物的结构,它有三种特征分别为helix(螺旋)、Turn(转角)、sheet(折叠).边代表着节点间是否为氨基酸顺序.分类任务为判断蛋白质的二级结构预测;PTC数据集是一个化合物数据集,共344张图.节点代表不同的化学分子式(19种),边代表了他们之间是否有连接.任务为判断该化合物对鼠类是否具有致癌性质.数据集简要描述如表1所示.
图表编号 | XD00199023600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 杨志豪、蒋卫丽、杜国栋、相艳、马磊、邵党国、杨嘉林 |
绘制单位 | 昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、厦门大学人工智能系、昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |