BriefGPT - AI 论文速递
·
域自适应图分类
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文提出了一种基于对抗领域自适应和图卷积的图传输学习框架AdaGCN，用于解决跨网络节点分类问题。该框架能够成功传输类信息，即使在标签数据不足和源目标领域差异显著的情况下也能有效应用。实验结果验证了AdaGCN的有效性。
🎯
关键要点
- 研究跨网络节点分类问题
- 提出基于对抗领域自适应和图卷积的图传输学习框架AdaGCN
- AdaGCN能够在标签数据不足的情况下进行节点分类
- 框架利用部分标记的源网络信息辅助目标网络节点分类
- 在真实数据集上进行了大量实验评估
- 实验结果验证了AdaGCN在标签率低和源目标领域差异显著情况下的有效性
➡️
