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
ziix2 个月前
多源信息融合智能投资【“图神经网络+强化学习“的融合架构】【低配显卡正常运行】
人工智能·深度学习·神经网络·强化学习·图神经网络·gnn
盼小辉丶2 个月前
图机器学习(10)——监督学习中的图神经网络
神经网络·图神经网络·图机器学习
Ai尚研修-贾莲3 个月前
最新Transformer模型及深度学习前沿技术应用
人工智能·深度学习·transformer·生成式模型·图神经网络·注意力机制·目标检测算法
归去_来兮3 个月前
图神经网络(GNN)模型的基本原理
大数据·人工智能·深度学习·图神经网络·gnn
weixin_贾6 个月前
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7 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8 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
paixiaoxin8 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8 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
deephub8 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