BriefGPT - AI 论文速递
·
保留解释的增强用于半监督图表示学习
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
研究探讨半监督图表示学习中语义保留与数据扰动的平衡，提出保留解释的增强（EPA）方法，通过图解释技术生成增强图，确保语义保留和变异性。实验表明，EPA-GRL在多个数据集上表现优于现有方法。
🎯
关键要点
- 研究探讨半监督图表示学习中语义保留与数据扰动的平衡问题。
- 提出了一种新颖的方法——保留解释的增强（EPA）。
- EPA通过图解释技术生成增强图，确保增强图在保持原图语义的同时具有足够的变异性。
- 实验证明，EPA-GRL在多个基准数据集上优于现有最先进的图表示学习方法。
➡️
