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。
➡️

继续阅读