Nov, 2023
CSGNN:通过动态类别选择征服嘈杂节点标签
CSGNN: Conquering Noisy Node labels via Dynamic Class-wise Selection
Yifan Li, Zhen Tan, Kai Shu, Zongsheng Cao, Yu Kong...
TL;DR该研究论文提出了一种名为 CSGNN 的图神经网络方法,通过使用邻居聚合的潜在空间自适应选择可靠的节点,并解决了过拟合、标签噪声、类别选择和干净节点的学习问题。实验证明,CSGNN 在效果和鲁棒性上优于现有方法。