DeepRicci：自我监督的图结构特征协同细化，缓解过度压缩

本文介绍了一种无监督图补全学习框架，通过自监督学习改善了在具有特征和结构缺失的图上的任务性能。通过分离特征重建和结构重建，并设计个性化模型来避免节点特征和结构不匹配。引入双对比损失以提供更多监督信号，并将重建的节点特征和结构应用于节点分类任务。实验证明了该方法的有效性。