基于属性子空间信息补全拓扑的网络节点表征算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：图神经网络（Graph Neural Network， GNN）作为处理图数据的有效工具，其中图对比学习无需标签信息便能有效捕捉拓扑结构与节点属性信息，在学术领域广受关注。当前普遍采用的图对比学习技术未能充分考虑属性空间中节点间的相似性，均默认研究图满足同质性假设。在现实应用中，同质性假设并非总是成立，且拓扑结构中的噪声显著影响模型性能，同时，拓扑和属性信息往往互为补充。（剩余2303字）

试读结束

目录
monitor