图级不平衡数据过采样方法研究.pdf

摘要

在现实生活中,存在大量由节点和边构成的图结构数据,如社交网络、化学

分子结构和知识图谱等。在学习这类图结构数据时,图神经网络表现出显著的优

势。然而,面对呈现不平衡分布的图数据时,图神经网络的分类性能会急剧下降。

过采样方法是应对不平衡问题的有效方法,它通过生成少数类样本来构建平衡数

据集,从而缓解由决策边界偏移引起的性能下降问题。图不平衡问题通常分为节

点级不平衡和图级不平衡,图级不平衡指的是在一个图数据集中,多个图数据的

类别分布不均衡。尽管过采样方法在节点级不平衡方面取得了重要进展,但现有

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档