COHO: 上下文敏感的城市规模分层城市布局生成
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
GiGaMAE是一种新型的图掩蔽自编码器框架,通过协同重构信息和综合的潜在嵌入,提升了图数据推理能力。实验结果显示GiGaMAE在多个基准测试中优于现有基线模型。
🎯
关键要点
- GiGaMAE是一种新型的图掩蔽自编码器框架。
- 该框架通过协同重构信息和综合的潜在嵌入,提升图数据的推理能力。
- 模型将图拓扑和属性信息包含在嵌入中,作为重构目标。
- GiGaMAE能够捕捉更广义和综合的知识。
- 引入基于互信息的重构损失,有效重构多个目标。
- 实验结果显示GiGaMAE在多个基准测试中优于现有基线模型。
➡️