研究人员推出HarmonyGNN训练技术,显著提升图神经网络(GNN)准确性。GNN专门处理由节点和边组成的图形数据,广泛应用于药物发现、天气预测等领域。传统GNN训练依赖半监督学习,而新方法通过优化处理节点间同质性与异质性关系,提高了模型性能。