#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

#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