MNN:混合最近邻算法用于自监督学习
原文中文,约300字,阅读约需1分钟。发表于: 。通过引入最近邻样本和图像混合操作,该研究提出了一种名为 MNN 的简单自监督学习框架,优化了最近邻样本对正样本语义的影响,展示了在四个基准数据集上出色的泛化性能和训练效率。
SelfGNN是一种基于对比自监督技术的图神经网络,采用批量标准化和四种图形特征增强技术来实现无监督学习。实验证明,SelfGNN的特征增强技术能够与常用的图形拓扑增强技术同样好地发挥作用,并且没有计算开销。在七种公开数据集上的实验结果表明,SelfGNN表现出较高水平的性能,与SOTA监督GNN性能相当,并且始终优于SOTA半监督和无监督GNN。