Graph Neural Networks with Coarse- and Fine-Grained Division for Mitigating Label Sparsity and Noise

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

该研究提出了一种新颖的图神经网络方法(GNN-CFGD),旨在解决噪声和稀疏标签对半监督节点分类性能的影响。通过粗细划分和图重构,该方法有效减少了噪声标签的负面影响,提升了模型在真实场景中的有效性和鲁棒性。

🏷️

标签

➡️

继续阅读