KrawtchoukNet: Neue GNN‑Lösung für Heterophilie und Over‑Smoothing
Graph Neural Networks (GNNs) nutzen häufig polynomielle Filter wie ChebyNet, um Informationen über Nachbarschaften zu aggregieren. Diese Filter sind jedoch auf eine statische, low‑pass‑Funktion ausgelegt, was zu zwei gravierenden Problemen führt: Sie verlieren bei heterophilen Graphen an Leistung und geraten bei hohen Polynomgraden in einen Over‑Smoothing‑Zustand, bei dem die Knotenmerkmale sich zu stark vereinheitlichen.
