面向高阶结构的图自监督学习研究.pdf

  1. 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. 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. 3、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

面向高阶结构的图自监督学习研究

摘要

随着图数据在多领域的广泛应用,如何从复杂的图结构中有效提取和利用潜

在信息,已成为图学习研究中的核心课题。图数据本质上承载着多维度和层次化

的结构信息,传统的图自监督学习方法通常聚焦于局部结构特征,如节点邻接关

系和边的属性,然而,低阶结构特征在面对复杂、稀疏或异质图数据时,往往无

法充分捕捉图的全局信息和深层次的语义关联。

与此不同,高阶结构通过揭示节点间更为复杂和深层次的相互关系,能够提

供更丰富的图语义信息和演

文档评论(0)

136****6583 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7043055023000005

1亿VIP精品文档

相关文档