基于加权元学习的节点分类算法

  • 打印
  • 收藏
收藏成功


打开文本图片集

摘要: 受注意力机制和直推式学习方法的启发,提出一种基于加权元学习的节点分类算法. 首先利用欧氏距离计算元学习子任务间数据分布的差异; 然后利用子图的邻接矩阵计算捕获子任务间数据点的结构差异; 最后将二者转化为权重对元训练阶段更新元学习器过程进行加权,构建优化的元学习模型,解决了经典元学习算法在元训(剩余8601字)

monitor