BriefGPT - AI 论文速递
·
一种因果解耦的多粒度图分类方法
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该文介绍了一种自我监督方法，通过三个前置任务指导自动边界分离，并与下游节点分类任务一起训练，以提高通道的捕获能力。实验结果表明，DisGNN在六个真实世界数据集上取得了显着的性能提升，为边缘分离和图学习提供了新的解决方案。
🎯
关键要点
-
提出了一种自我监督方法。
-
设计了三个前置任务来指导自动边界分离。
-
与下游节点分类任务一起训练，以促进通道的捕获可区分关系和邻域相互作用。
-
输出节点表示。
-
实验结果显示DisGNN在六个真实世界数据集上取得显著性能提升。
-
为边缘分离和图学习提供了一种新的解决方案。
➡️
