原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
摘要
PAGEI
西安交通大学本科毕业设计（论文）
PAGEVI
基于元学习的GNN鲁棒性研究
图具有强表征能力、高解释性。可推理、可追溯的图神经网络被视为下一代人工智能。目前图神经网络已被广泛应用于各个领域，在诸多任务上取得了先进水平，然而对图神经网络模型的鲁棒性研究却鲜有人涉及，很多神经网络模型容易受到精心设计的对抗性样本的欺骗。本文主要在节点分类任务上通过设计对抗样本来攻击图神经网络模型以研究其鲁棒性，提出一种利用元学习的图神经网络攻击算法SparseMetattack。攻击模式是全局、无目标、训练时黑盒攻击。SparseMetattack对图神经网络模型的攻击目标是使
文档评论（0）