Mitigating task randomness in graph few-shot learning

2025-11-20

0

PRE

AI

DOI：10.1016/j.patrec.2025.11.022

原文求助

摘要

En 中文

• 我们首先识别出FSNC中过度任务随机性的未被研究的问题。 • 提出了一种名为TRARM的新方法，用于缓解过度任务随机性。 • 基于渐进分组的采样通过分阶段直接降低任务随机性。 • 设计了基于内存的元更新模块，用于积累跨任务知识。 • TRARM在4个广泛使用的数据集上取得了最先进的结果。