GiGaMAE: 通过协同潜在空间重建实现可泛化的图掩码自编码器
原文中文，约300字，阅读约需1分钟。发表于：。我们提出了一种名为 GiGaMAE 的新型图掩蔽自编码器框架，通过协同重构信息化和综合的潜在嵌入，从而解决了当前图数据上遇到的推理能力不强的问题。通过将图拓扑和属性信息包含在嵌入中，作为重构目标，我们的模型能够捕捉到更广义和综合的知识，并引入基于互信息的重构损失，使得能够有效重构多个目标，实验结果表明 GiGaMAE 在多个基准测试中表现优于现有基线模型。
本文介绍了GiGaMAE，一种新型图掩蔽自编码器框架，通过协同重构信息化和综合的潜在嵌入，解决了图数据上推理能力不强的问题。实验结果表明，GiGaMAE在多个基准测试中优于现有基线模型。
