Mazis的博客

原创 ICLR_2024:GraphACL 邻域信号预测应对异质性

图对比学习在图结构数据的表征学习上取得了卓越的表现，但多数现有的GCL方法依赖于精心构造的图增广和同质性假设。GraphACL给出一种方法，设计一个predictor，让中心节点去预测邻居节点的信号，这样既可保证encoder学到拓扑结构信息，又不会让两者长得太像。2.还是为了防止邻居节点长太像，中心节点通过online encoder生成，要预测的邻域节点用target encoder生成，为了保证训练效率，target encoder的参数使用online encoder的指数平滑。