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。
➡️