هل نحقق فعلاً تقدماً كبيراً؟ إعادة النظر في، معايرة وتحسين شبكات العصبونات غير المتجانسة للبيانات الرسمية

لقد شهدت شبكات العصب المتعددة الأنواع (HGNNs) نموًا متسارعًا في السنوات الأخيرة، لكن الإعدادات الفريدة لمعالجة البيانات والتقييم المستخدمة في كل عمل تحول دون فهم شامل لتطوراتها. في هذا البحث، نقدم إعادة إنتاج منهجية لـ 12 HGNN حديثة باستخدام الكود الرسمي، والقواعد البيانات، والإعدادات، والمعلمات الفائقة لها، مما يكشف عن نتائج مفاجئة حول تقدم HGNNs. لقد اكتشفنا أن شبكات العصب المتجانسة البسيطة، مثل GCN و GAT، يتم تقديرها تقديرًا منخفضًا بشكل كبير بسبب الإعدادات غير المناسبة. يمكن لـ GAT مع المدخلات المناسبة أن تتنافس أو تتفوق على جميع HGNNs الموجودة سابقًا في سيناريوهات مختلفة. لتسهيل البحوث القوية والقابلة للتكرار في مجال HGNNs، قمنا ببناء معيار الرسم البياني المتعدد الأنواع (HGB)، الذي يتكون من 11 مجموعة بيانات متنوعة مع ثلاث مهمات. يقوم HGB بتوحيد عملية تقسيم البيانات الرسمية البيانية المتعددة الأنواع ومعالجة الخصائص وتقييم الأداء. أخيرًا، نقدم نموذج خط أساسي بسيط ولكنه قوي جدًا يُدعى Simple-HGN--الذي يتفوق بشكل كبير على جميع النماذج السابقة في HGB--لتسريع تطور HGNNs في المستقبل.