BriefGPT - AI 论文速递
·
基于结构感知图学习的正无标签节点分类
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文提出了一种利用图结构进行正样本-未标记样本节点分类的方法，通过引入同类偏执来增加准确的监督信息，并提出了一种正则化项，以使模型与图结构对齐。实证评估表明，该方法具有更卓越的性能。
🎯
关键要点
- 提出了一种利用图结构进行正样本-未标记样本节点分类的方法。
- 通过引入同类偏执来增加准确的监督信息。
- 提出了一种正则化项，以使模型与图结构对齐。
- 理论分析表明，最小化损失函数也最小化了期望损失。
- 该方法适用于同时具有正负标签的样本。
- 大规模实证评估显示该方法性能优于现有最先进方法。
➡️
