ALEX:é¢å‘å¸¦æœ‰å™ªå£°æ ‡ç¾çš„æœ‰æ•ˆå›¾ä¼ é€’å¦ä¹
ALEX 是一种用于图传递学习的新颖技术,通过结构语义的多视角生成和平衡标签分布的子图构建,引入了对抗域辨别器和节点表示的投射,用于处理存在标签噪声的图学习场景。
本文研究了一种新的噪声阻抗图神经网络框架,通过采用噪声边作为监督来学习去噪和密集图,并利用生成的边来规范化未标记节点的预测,以更好地训练图神经网络。实验结果表明,该框架在具有有限标记节点的噪声图上具有鲁棒性。
ALEX 是一种用于图传递学习的新颖技术,通过结构语义的多视角生成和平衡标签分布的子图构建,引入了对抗域辨别器和节点表示的投射,用于处理存在标签噪声的图学习场景。
本文研究了一种新的噪声阻抗图神经网络框架,通过采用噪声边作为监督来学习去噪和密集图,并利用生成的边来规范化未标记节点的预测,以更好地训练图神经网络。实验结果表明,该框架在具有有限标记节点的噪声图上具有鲁棒性。