Author:
Сидоренко Денис Александрович
Abstract
В данной статье рассмотрен прогресс гетерогенных нейронных сетей в различных прикладных задача, предложены возможные упрощения, которые позволяют применять более простые модели без потери качества. В частности рассмотрен метод Simple-HGN, который имеет значительно меньшее количество параметров без потери качества на четырёх датасетах для задач предсказания связей(link prediction), а также предсказания свойств вершин(node classification).
In this article, the progress of heterogeneous neural networks in various applied tasks is considered, possible simplifications are proposed that allow the use of simpler models without loss of quality. In particular, the Simple-HGN method is considered, which has a significantly smaller number of parameters without loss of quality on four datasets for the tasks of link prediction (link prediction), as well as prediction of vertex properties (node classification).