- 博客(26)
- 收藏
- 关注
RSS订阅原创 Benchmarking Spectral Graph Neural Networks: A Comprehensive Study on Effectiveness and Efficiency
昨天读的,但是太长了,不想做笔记了(zotero中做了一次笔记了)
2024-07-17 22:34:30
74
原创 Heterophilous Distribution Propagation for Graph Neural Networks
Y是nodelabel,StraStarSstructStraStarSstruct分别代表训练集(train),结构编码的目标集合(target),和trust set对于可信对比原型向量损失貌似提供了一种自适应阈值的方式,但是我仍然有如下的问题:1.引入了超参λ\lambdaλ去放大缩小阈值.其实仍没有解决阈值问题2.有点没读懂target是如何划分的。
2024-07-17 22:33:12
795
原创 POLYGCL GRAPH CONTRASTIVE LEARNING VIA LEARNABLE SPECTRAL POLYNOMIAL FILTERS
发表于:ICLR24推荐指数: #paper/⭐⭐⭐。
2024-07-15 22:09:22
874
原创 ChebNetII
切比雪夫多项式TkxT_{k}(x)TkxTkxcoskarccosxTkxcoskarccosx切比雪夫点TkxT_{k}(x)Tkxxjcos2j1kπj01k−1xjcosk2j1πj01k−1他们位于区间(-1,1)内,是TkxT_{k}(x)Tkx的零点.定理3.1表明切比雪夫多项式有k个零点.
2024-07-15 22:07:42
822
原创 BernNet Learning Arbitrary Graph Spectral Filters via Bernstein Approximation
发表于:neurips21推荐指数: #paper/⭐⭐设定:在本文中,h是过滤器.
2024-07-15 22:06:44
1076
原创 StructComp Substituting propagation with Structural Compression in Training Graph Contrastive Learni
创新性一般。
2024-07-08 21:27:17
816
原创 Efficient Contrastive Learning for Fast and Accurate Inference on Graphs
创新点一般般,但是证明非常巧妙,值得一看(本博客并未附上作者详细证明)
2024-07-07 21:34:23
689
原创 Finding Global Homophily in Graph Neural Networks When Meeting Heterophily
本文发表于:ICML22推荐指数: #paper/⭐⭐⭐。
2024-07-05 21:13:37
790
1
原创 Beyond Low-frequency Information in Graph Convolutional Networks
写的真好.这篇提出了一个自适应系数,自适应的学习高通滤波器权重和低通滤波器权重,更好的聚合各种信息.
2024-07-04 20:52:04
710
原创 Beyond Smoothing Unsupervised Graph RepresentationLearning withEdge Heterophily Discriminating
设计了一种计算同配边/异配边的模块个人感觉:计算同配边/异配边这个思路可以借鉴,但是感觉模型设计有点冗余?(可能是水平低)
2024-07-03 13:22:14
730
原创 Rethinking and SimplifyingBootstrapped Graph Latent
在这个将对比学习越做越复杂,参数越多,攀比正确率的时代,作者做了减法,去掉了负样本,以及映射头,并对图增强数据等进行了复用,极大减少了图对比的开销,把图对比在工业界的应用往前推了一步。
2024-06-28 15:20:36
893
原创 PC-Conv Unifying Homophily and Heterophily withTwo-Fold Filtering
这篇文章提出了一种对不同阶的GNN(奇数阶,偶数阶)不同的过滤操作以及通过泊松分布去生成不同阶的过滤,挺有意思的,也挺有意义的。
2024-06-27 21:53:09
653
原创 Single-Pass Contrastive Learning Can Work for Both Homophilic and Heterophilic Graph
论文简称:SPGCL论文发表于:未发表(arxiv)推荐指数: #paper/⭐⭐⭐推荐理由:虽然没有发表在顶会,但是多篇顶会都引用他的方法和结果,并且作者本人发过多篇顶会.只能说可惜吧(可能是因为太简单了)
2024-06-26 22:20:05
946
原创 Contrastive Learning Meets Homophily Two Birds with One Stone
推荐指数: #paper/⭐文章发表于:PMLR 23代码:无(???可复现性/结果存疑,论文的实验步骤也简单)
2024-06-26 16:05:45
685
原创 Demystifying Structural Disparity in Graph Neural Networks Can One Size FitAll
推荐指数: #paper/🚩 #paper/⭐⭐⭐发表于:NeurIPS 23这一篇是探索性质的文章,并没有提出具体的模型,因此也不写推导过程和推导细节补充,具体看文章.推荐看视频:https://www.bilibili.com/video/BV1jj411s7h5/?这篇有效内容量太多了,视频讲的更清楚,博客根本写不了。
2024-06-25 12:14:52
478
原创 Graph Neural Networks withSoft Association between Topologyand Attribute
(参考毛海涛去年NeurIPS的文章文章链接以高的结构信息(英文high global structure proximity)(全局信息?不知道中文叫啥名字)为依据,取给异配图加边,会让图变得更加同配.我自己的假设(不一定对),既然这样,我们按照局部信息(在某种意义上可以理解为特征相似性)(与高的结构信息相反)去删边,那么也会使图变得更加同配.本文就基于如上的推测。
2024-06-24 19:48:07
931
原创 Deep Contrastive Graph Learning with Clustering-Oriented Guidance.md
其创新点可能在高阶信息和低阶信息对比,第一阶段存在的负样本(用负样本中心作为对比).总体上乏善可陈(都是别人做过的东西),以及没有在引文数据集(Cora,CiteSeer)或者异配图数据集(Squirrel)上做实验(因为高阶信息理论上可以优化异配图).实验扩展到如上数据集存疑.
2024-06-24 09:56:03
691
原创 Incomplete Contrastive Multi-View Clusteringwith High-ConfidenceGuiding
不推荐阅读,阅读指数一颗星。
2024-06-24 09:18:59
274
原创 Homophily Related-Adaptive Hybrid GraphFilter for Multi View Graph Clustering.md
优点:这篇用了相似性矩阵和特征相似度生成的相似性矩阵,以及聚类伪标签来设计同配比,利用视图特征和共识特征的权重比去聚合不同阶信息的特征,思路很直观,挺有意思的.(创新点:同配比,视图特征和共识特征的权重比聚合特征)缺点:写的有点好,结果让人难以相信.在权重参数的确定时引入超参,对其适用性是否有一丢丢怀疑。
2024-06-23 21:03:51
1127
原创 Improving Graph Contrastive Learningvia AdaptivePositiveSampling
其用了前两年用烂了的利用阈值构造正样本对.负样本对的方法,将其用在了异配图而已,给了证明,创新性乏善可陈。
2024-06-23 16:55:21
734
原创 自动上传markdown以及图片的方法(不用图床)
用vscode markdown publisher 打开,然后开启这个插件的调试模式,选择对应的文件上传到csdn,你会发现图片上传会报错.原因是:这个插件其图片选的是绝对路径,你在vscode markdown publisher的控制台找到上传文件的地址,通过file gee将obsidian对一个的图片(assets)同步到插件上传的地址,然后图片和markdown就自动上传了。希望作者早点解决目录的问题。
2024-06-23 15:02:07
138
原创 From Trainable Negative Depth to Edge Heterophily in Graphs
这项工作定义GCN的深度为负值和可训练,将负GCN深度和图的异配性以及高频过滤联系在一起,思路直观,结果有趣,值得一看.这个文章挺有意思的,重构了GCN的propogate部分并重新设计了GCN的深度问题,如果负值和异配图真的强相关,将是异配图的突破。
2024-06-23 10:10:45
342
原创 Simple and Asymmetric Graph Contrastive Learning without Augmentations(GraphACL)
对于每个节点v，首先提出通过捕获其一跳邻域信号来学习其表示。自然思想是学习 𝑣 的表示，可以很好地预测 𝑣 邻域的原始特征，即邻域 𝑢 的 𝑥𝑢。然而，原始的特征通常是有噪声的和高维的。因此，采用以下由非对称预测器计算对邻居的损失LPRE1∣V∣∑v∈V1∣Nv∣∑u∈Nv∥gϕv−u∥22LPRE∣V∣1v∈V∑∣Nv∣1u∈Nv∑∥gϕv−u∥22。
2024-06-22 18:58:47
858
原创 Deep Multiview Clustering by Contrasting Cluster Assignments
这篇文章将contrastive cluster和kl中的q联合在一起(并没有用到具体的kl散度),创新点约等于没有.建议先阅读,再来看看这篇文章怎么水上顶刊的。
2024-04-20 16:59:34
805
空空如也
出现土拍上传失败的问题
2024-06-23
TA创建的收藏夹 TA关注的收藏夹
TA关注的人