AMiner论文推荐——Graph Self-Supervised Learning: A Survey

AMiner平台由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万，成为学术搜索和社会网络挖掘研究的重要数据和实验平台。

IJCAI 2021 论文推荐

Graph Self-Supervised Learning: A Survey

论文链接：https://www.aminer.cn/pub/603e03ed91e01129ef28fb7c/?conf=ijcai2021

推荐理由： 图深度学习近期引起了人们的极大兴趣。然而，大多数工作都集中在（半）监督学习上，这导致了模型严重依赖标签、概括性差、鲁棒性弱等。为了解决上述问题，自我监督学习（self-supervised learning，SSL），即一种通过精心设计的任务来提取信息知识，而不依赖人工标签的方法，已经成为图数据的趋势性学习范式。与其他领域，例如计算机视觉/自然语言处理不同，图SSL有着独特的背景、设计思想和分类标准。在图自我监督学习的大背景下，作者对现有采用图数据SSL技术的方法进行了及时和全面的总结。该工作将这些方法按照其前言任务的设计分为四类，并进一步讨论了该研究领域的现存挑战及未来方向。

AMiner，AI赋能的学术搜索平台：https://www.aminer.cn/

#AMiner# #论文#