手机知网 App
24小时专家级知识服务
打 开
数学
手机知网首页
文献检索
期刊
工具书
图书
我的知网
充值中心
面向非同配图的非对称自监督学习方法
北京航空航天大学计算机学院;
北京市大数据与脑机智能高精尖创新中心;
北京航空航天大学软件学院
|
秦佳雯
黄鹏峰
孙庆赟
周号益
李建欣
开通知网号
自监督学习已逐渐成为解决传统图神经网络模型因为过度依赖标签而导致模型泛化性能差的一种新的学习范式,该方法利用数据的固有结构和属性来生成监督信息,而不依赖于标记数据.然而,大多数现有的自监督学习方法的前提假设是图具有同配性,不能较好地推广到异配性强的图...
机 构:
北京航空航天大学计算机学院;
北京市大数据与脑机智能高精尖创新中心;
北京航空航天大学软件学院;
领 域:
数学;
自动化技术;
关键词:
图神经网络;
自监督学习;
深度学习;
图表示学习;
非同配图;
格 式:
PDF原版;EPUB自适应版
(需下载客户端)
0
36
开通会员更优惠,尊享更多权益
下载PDF版
手机阅读本文
下载APP 手机查看本文
计算机研究与发展
网络首发
立即查看 >
相似文献
期刊
硕士
博士
会议
报纸
加载中
更多
暂无数据
图书推荐
更多
相关工具书
更多
搜 索