hypergraph-neural-networks

This paper systematically studies hypergraph node classification under label noise, proposing HyperTrust, a robust framework with HyperedgeBoost and HyperedgePrune modules, along with a unified benchmark for evaluating LLN and GLN methods on hypergraphs.

本文从动力系统视角研究超图神经网络中的过平滑问题，提出了一种反应-扩散框架(HNRD)，该框架保留节点判别性变异并实现深度鲁棒传播。实验表明，该框架相比基线方法有一致改进。