返回
Augmented graph contrastive learning with view separation
DOI:10.1016/j.neucom.2025.132156.png)
摘要
En 中文
• 我们提出了一种新颖的图对比学习框架,用于解决异配性图上的学习挑战。
• 我们的方法捕获了更丰富的基于相似性的结构,并能有效处理异配性图中的不相似模式。
• 大量实验验证了我们的方法在同配性和异配性图基准测试上均表现出优越的性能。
期刊
IF:
6.5
论文数:
2.5W
被引数:
6.5W
机构
引用论文
EPT-GCN: Edge propagation-based time-aware graph convolution network for POI recommendation
NEUROCOMPUTING
IF6.5
Multi-factor embedding GNN-based traffic flow prediction considering intersection similarity考虑交叉口相似性的多因子嵌入GNN交通流预测
NEUROCOMPUTING
IF6.5
没有更多内容

