#今日论文推荐# IJCAI 2022 | 图结构学习最新综述:研究进展与未来展望
在现实世界中存在大量的图结构数据,图神经网络已成为分析这些数据的标准范式,GNN 对图结构有较高的敏感性,不同的图结构得到的表征会很不一样。但是往往图数据中存在较多的噪声者图的不完整性都会使得 GNN 习得的表征较差,这不利于下游任务。
为了得到更好的图结构,现在有很多方法联合优化训练图结构以及图表征,这些方法统称为图结构学习(Graph Structure Learning)。在这篇综述中,总结了最近的图结构学习的方法,指出了现有的问题和对未来的展望。
论文题目:A Survey on Graph Structure Learning: Progress and Opportunities
详细解读:https://www.aminer.cn/research_report/62e38c1e7cb68b460ff6bfcehttps://www.aminer.cn/research_report/62e38c1e7cb68b460ff6bfce
AMiner链接:https://www.aminer.cn/?f=cs