🚀 优质资源分享 🚀
学习路线指引(点击解锁) | 知识定位 | 人群定位 |
---|---|---|
🧡 Python实战微信订餐小程序 🧡 | 进阶级 | 本课程是python flask+微信小程序的完美结合,从项目搭建到腾讯云部署上线,打造一个全栈订餐系统。 |
💛Python量化交易实战💛 | 入门级 | 手把手带你打造一个易扩展、更安全、效率更高的量化交易系统 |
论文信息
论文标题:Towards Robust Graph Contrastive Learning论文作者:Nikola Jovanović, Zhao Meng, Lukas Faber, Roger Wattenhofer论文来源:2021, arXiv论文地址:download 论文代码:download
1 Introduction
创新点:从对抗攻击和对抗防御考虑数据增强策略。
2 Graph robust contrastive learning
2.1 Background
目的:期望同一节点在 τ1τ1\tau_{1} 和 τ2τ2\tau_{2} 下的嵌入是相似的。同时,期望不同节点的嵌入在两个图视图之间的嵌入是不同的。
令:Neg(v)={τ1(u)∣u∈V∖{v}}∪{τ2(u)∣u∈V∖{v}}Neg(v)={τ1(u)∣u∈V∖{v}}∪{τ2(u)∣u∈V∖{v}}N e g(v)=\left{\tau_{1}(u) \mid u \in V \backslash{v}\right} \cup\left{\tau_{2}(u) \mid u \in V \backslash{v}\right} 是两个图视图中除 vvv 以外的节点的嵌入。σσ \sigma 是相似性度量函数。
即: