动态图神经网络上的预训练
机器学习
2022-04-19 v2 社会与信息网络
摘要
图神经网络模型上的预训练可通过自监督方法学习大规模网络或同类型网络的通用特征，使得模型在节点标签缺失时仍能工作。然而，现有预训练方法未考虑网络演化。本文提出一种动态图神经网络上的预训练方法（PT-DGNN），其利用动态属性图生成任务同时学习图的结构、语义与演化特征。该方法包含两个步骤：1）动态子图采样，以及 2）基于动态属性图生成任务的预训练。在三个真实动态网络数据集上的对比实验表明，所提方法在链接预测微调任务上取得了最佳结果。
引用
@article{arxiv.2102.12380,
title = {Pre-Training on Dynamic Graph Neural Networks},
author = {Ke-jia Chen and Jiajun Zhang and Linpu Jiang and Yunyun Wang and Yuxuan Dai},
journal= {arXiv preprint arXiv:2102.12380},
year = {2022}
}