BriefGPT - AI 论文速递
·
有限监督下的潜在图推理
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种名为GIL的框架，用于半监督图节点分类。该框架通过学习节点标签的推理，提高分类性能，并定义节点属性、节点路径和局部拓扑结构之间的结构关系，从而方便地从一个节点推导出另一个节点的推理。在四个基准数据集上进行了全面评估，结果表明，GIL方法具有卓越的性能。
🎯
关键要点
-
提出了一种名为GIL的框架，用于半监督图节点分类。
-
GIL框架通过学习节点标签的推理来提高分类性能。
-
定义了节点属性、节点路径和局部拓扑结构之间的结构关系。
-
通过结构关系的元优化，增强了图推理能力的适应性。
-
在四个基准数据集上进行了全面评估，结果显示GIL方法性能卓越。
🏷️
