维纳图反卷积网络改进图自监督学习
机器学习
2022-11-29 v3
摘要
图自监督学习（SSL）已被广泛用于从未经标注的图中学习表示。现有方法可大致分为预测学习与对比学习，其中后者凭借更好的经验性能吸引了更多研究关注。然而，我们认为，配备强大解码器的预测模型能够取得与对比模型相当甚至更优的表示能力。本文提出维纳图反卷积网络（WGDN），一种由图维纳滤波器赋能的、适应增广的解码器，用于执行信息重建。理论分析证明了图维纳滤波器卓越的重建能力。在多个数据集上的大量实验结果展示了我们方法的有效性。
引用
@article{arxiv.2206.12933,
title = {Wiener Graph Deconvolutional Network Improves Graph Self-Supervised Learning},
author = {Jiashun Cheng and Man Li and Jia Li and Fugee Tsung},
journal= {arXiv preprint arXiv:2206.12933},
year = {2022}
}
备注
13 pages; Accepted to AAAI'23