ICMLMay, 2024
揭示异质结构对图正 - 无标记学习的影响
Unraveling the Impact of Heterophilic Structures on Graph Positive-Unlabeled Learning
Yuhao Wu, Jiangchao Yao, Bo Han, Lina Yao, Tongliang Liu
TL;DR图上正无标(PU)学习面临着边异质性的重要挑战,我们提出了一种名为图上 PU 学习与标签传播损失(GPL)的新方法,它考虑了 PU 节点的学习以及中间异质性的减少,以减轻异质结构的负面影响,并在内部循环中降低异质度,在外部循环中高效地学习分类器。大量实验表明,GPL 显著优于基线方法,证实了其有效性和优越性。