关键词graph classification task
搜索结果 - 3
- 利用异质社交媒体上下文图探究虚假新闻检测
通过构建多种异质社交上下文图并将问题重新定义为图分类任务,本文提出了一种高效的方法来检测虚假新闻,并在常见基准数据集上获得了鲁棒的结果,研究成果表明将不同类型的信息(以获得何种社交上下文水平最有效)与使用不同的图形神经网络架构相结合非常有效 - 图神经网络的测试时间训练
本研究提出了第一个用于 GNN 的测试时间训练框架,主要包括一种新颖的测试时间训练策略和自监督学习方法,以提高模型的泛化能力,并在基准数据集上进行了实验,证明了该框架的有效性,特别是在训练集与测试集之间存在分布偏移时。同时,研究者还通过探索 - 带有结构学习的层次图池化
本文提出了一种新的 Hierarchical Graph Pooling with Structure Learning (HGP-SL) 图池化算子来生成图结构的分层表示,并将其与图神经网络相结合,专注于图分类任务。通过实验结果表明,这种