该文被密码保护。 阅读全文
该文被密码保护。 阅读全文
该文被密码保护。 阅读全文
该文被密码保护。 阅读全文
该文被密码保护。 阅读全文
摘要:
Sub-graph Contrast for Scalable Self-Supervised Graph Representation Learning 动机 图表示学习最近引起了很多关注。由于有限的计算和内存成本,现有的以完整图数据为基础的图神经网络不可扩展。因此,在大规模图数据中捕获丰富的信息 阅读全文
摘要:
动机 现有的基于图的方法并没有直接解决 SSL 的核心问题,即监督不足,因此它们的性能仍然非常有限。 基于图的半监督学习(SSL )旨在通过图将少数标记数据的标签转移到剩余的大量未标记数据。作为最流行的基于图的 SSL 方法之一 贡献 考虑到特征空间中数据点的相似性提供了原始的监督信号,使用最近兴起 阅读全文
该文被密码保护。 阅读全文
该文被密码保护。 阅读全文
该文被密码保护。 阅读全文