圖對比學習研究進展

摘要： 圖對比學習可以提取無標注數(shù)據(jù)自身信息作為自監(jiān)督信號指導模型訓練，并幫助緩解圖神經網絡對標簽數(shù)據(jù)的依賴及結構不公平等問題，已成為圖神經網絡領域的研究熱點.本文從數(shù)據(jù)增廣方式、樣本對構造、對比學習粒度3個方面對現(xiàn)有圖對比學習研究進行了深入探討，分析了已有不同圖對比學習研究方法各自的優(yōu)點與不足.在此基礎上，指出了現(xiàn)有圖對比學習研究存在的問題，并提出了自適應性圖對比學習、上下文圖對比學... （共11頁）