GNN-graph 邻接矩阵结构学习
文章平均质量分 55
Complicated__76
master,GNN learning, contrastive learning, unspervised learning for graphs
展开
-
NeurIPS22: Contrastive Graph Structure Learning via Information Bottleneck for Recommendation
自监督推荐 information bottleneck原创 2023-02-02 16:41:35 · 858 阅读 · 0 评论 -
NIPS21 AD-GCL: Adversarial Graph Augmentation to Improve Graph Contrastive Learning
图级原创 2022-10-29 15:34:42 · 734 阅读 · 0 评论 -
IJCAI 22 CL-UGRL Multi-view Unsupervised Graph Representation Learning
图机器学习 在GNN里面的部分使用原创 2022-10-19 22:51:31 · 364 阅读 · 0 评论 -
ICASSP21 RGLN: 图结构学习--- 北大
从高斯核确定边的权值出发,讲出图优化的最小目标函数: 离得近 权值大,离得远节点,权值小。本文之后将对这个权值w进行学习所谓的相似性保留map就是 嵌入的过程写成矩阵的迹的形式引入M(mahalanobis距离)这个半正定对称矩阵 可以对角化,对角元素为特征值 非负,开根号后可以 合并到正交矩阵Q中,从而实现M=R *R ^T.推出图学习的损失函数,通过式子5 得到 edge weight,从而获得一个邻接矩阵。本文采用原始的和学得之和...原创 2022-03-20 21:47:20 · 271 阅读 · 0 评论