科研背景

图神经网络（GNNs）在各种基于图的机器学习任务（如节点分类、链接预测和图分类）中对关系数据的学习已经取得了最先进的性能。由于其优越的性能，GNNs现在广泛地被推荐系统、药物发现和医疗诊断等多种应用所采用。但它们并不能直接适用于具有局部分布图的现实世界系统，在这些系统中，来自不同来源的图不会在参与者之间共享，这导致了训练GNNs的联邦学习。

科研问题

科研目的

科研内容