ReGCL Rethinking Message Passingin Graph Contrastive Learning

AAAI24

推荐指数: #paper/⭐

总体说:利用梯度对对比正负样本加权的。个人觉得和与正负样本加权没有区别,读完之后不想做笔记了。

相关推荐
weixin_贾25 天前
2025最新Transformer模型及深度学习前沿技术应用
目标检测·大语言模型·图神经网络·深度学习模型·自编码·物理信息神经网络
CM莫问2 个月前
什么是图神经网络?
人工智能·python·深度学习·算法·图神经网络·gnn
段智华2 个月前
动手学图神经网络(3):利用图神经网络进行节点分类 从理论到实践
图神经网络
paixiaoxin2 个月前
AAAI2024论文解读|HGPROMPT Bridging Homogeneous and Heterogeneous Graphs
提示学习·图神经网络·预训练·aaai·同构图·小样本学习·异构图
小锋学长生活大爆炸2 个月前
【DGL系列】dgl中为graph指定CSR/COO/CSC矩阵格式
人工智能·pytorch·深度学习·图神经网络·gnn·dgl
deephub3 个月前
PyTorch Geometric框架下图神经网络的可解释性机制:原理、实现与评估
人工智能·pytorch·神经网络·图神经网络
源于花海3 个月前
一文快速预览经典深度学习模型(二)——迁移学习、半监督学习、图神经网络(GNN)、联邦学习
深度学习·迁移学习·图神经网络·gnn·联邦学习·半监督学习
deephub4 个月前
基于图神经网络的大语言模型检索增强生成框架研究:面向知识图谱推理的优化与扩展
人工智能·深度学习·语言模型·知识图谱·图神经网络
不会&编程4 个月前
Hyperbolic Representation Learning: Revisiting and Advancing 论文阅读
深度学习·图神经网络·dgl·pyg
程序小旭4 个月前
图神经网络代码学习—基本使用与分类任务
深度学习·图神经网络·gnn