Single-View Graph Contrastive Learning with Soft Neighborhood Awareness

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新颖的单视图图对比学习框架SIGNA,旨在解决现有方法对跨视图对比的依赖问题。SIGNA通过软邻域意识生成结构相关的嵌入对,在节点级任务中表现优异,推断速度提升109倍至331倍。

🎯

关键要点

  • 本研究提出了一种新颖的单视图图对比学习框架SIGNA。
  • SIGNA旨在解决现有方法对跨视图对比的依赖问题。
  • 该方法利用软邻域意识生成结构相关但随机噪声的嵌入对。
  • 实验结果表明,SIGNA在节点级任务中的表现超过现有方法。
  • SIGNA的推断速度提升了109倍至331倍。
➡️

继续阅读