BriefGPT - AI 论文速递
·
通过图消息增强统一图对比学习
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
FMGAD是一种新颖的少样本图异常检测模型，利用自监督对比学习策略捕捉内在和可传递的结构表示，并借助深度图神经网络消息增强重构模块从根本上利用少样本标签信息。实验结果表明，FMGAD在注入异常或领域有机异常的情况下，性能优于其他方法。
🎯
关键要点
- FMGAD是一种新颖的少样本图异常检测模型。
- 该模型利用自监督对比学习策略捕捉内在和可传递的结构表示。
- FMGAD借助深度图神经网络消息增强重构模块利用少样本标签信息。
- 该模块能够将标签信息传播到更深的未标记节点。
- 实验结果表明，FMGAD在注入异常或领域有机异常情况下性能优于其他方法。
➡️
