面向非同配图的非对称自监督学习方法
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...
计算机研究与发展
网络首发
立即查看 >
图书推荐
相关工具书