CensNet：图神经网络中的边节点切换卷积

在本文中，我们提出了 CensNet，即边节点切换卷积的图神经网络，用于图结构数据中具有节点和边特征的半监督分类和回归。CensNet 是一个通用的图嵌入框架，它将节点和边嵌入到潜在特征空间。通过使用原始无向图的线图，节点和边的角色被切换，并提出了两种新颖的图卷积操作用于特征传播。在真实世界的学术引用网络和量子化学图上的实验结果表明，我们的方法已经达到了或匹配了最新的性能水平。