具有软邻域意识的单视图图对比学习
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本研究提出了单视图图对比学习框架SIGNA,克服了现有方法对跨视图对比的依赖。通过软邻域意识生成结构相关的嵌入对,显著提升了学习效果。实验结果表明,SIGNA在节点级任务中的表现优于现有方法,推断速度提升109到331倍。
🎯
关键要点
- 本研究提出了单视图图对比学习框架SIGNA。
- SIGNA克服了现有方法对跨视图对比的依赖。
- 通过软邻域意识生成结构相关的嵌入对,显著提升学习效果。
- 实验结果表明,SIGNA在节点级任务中的表现优于现有方法。
- SIGNA的推断速度提升了109到331倍。
➡️