- 1、本文档共67页,其中可免费阅读21页,需付费100金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
近年来,随着大数据和图计算技术的发展,图表示学习在机器学习和人工智能
领域应用广泛。然而,面对现实世界中复杂的图数据,高效且可扩展的图表示学习
方法仍是当前研究的热点。图自监督表示学习凭借突破标记获取对学习的制约,可
以利用大规模未标记数据的内在监督信息来学习通用的表示。其中,图对比学习已
成为图自监督表示学习的主流技术之一,其使用对比损失在嵌入空间中缩小正例对
之间的距离,增大负例对之间的距离,以获得具有判别性的表征。目前,图对比学
习的研究热点集中在模型架构和图数据增强方面,对于图对比学习
您可能关注的文档
最近下载
- 3.1《蜀道难》课件 统编版高中语文选择性必修下册.pptx VIP
- 2024-2025学年苏教版小升初数学重点难点题库详解.docx VIP
- 22J403-1 楼梯 栏杆 栏板一 (1).docx VIP
- SL258-2017 水库大坝安全评价导则.docx
- 2023年三级公共营养师《理论+技能》考试必刷必练题库(800题).docx VIP
- 市污水处理厂特许权bot项目投标文件商务方案.pdf VIP
- 2018四川对口升学高考模拟农林牧渔专业试题.pdf VIP
- 毕业论文-搬运机械手设计.doc VIP
- 苏教版数学小学六年级下学期重点难点精练试题详解(2024-2025学年).docx VIP
- 奥林巴斯 设备说明书260BF内镜 说明书.pdf
文档评论(0)