基于自我监督学习策略的层智能图卷积网络

打开文本图片集

摘 要： 为了解决当前图卷积网络需要依赖大型数据集，从而导致时间和空间复杂度上升问题，提出了基于自我监督学习策略的层智能图卷积网络（RRLFS-L-GCN）。首先，通过在层智能图卷积网络（layer-wise graph convolutional network，L-GCN）中添加多任务机制以提高算法的泛化能力；然后，设计一种随机删除固定步长边（aandomly remove links with a fixed step，RRLFS）的自我监督学习策略，从而提出基于自我监督学习策略的层智能图卷积网络算法；最后，通过边预测验证RRLFS-L-GCN的性能。（剩余16044字）