xxai

摘要： Long Presentation A Simple yet Effective Method for Graph ClassificationJunran Wu, Shangzhe Li, Jianhao Li, Yicheng Pan, Ke Xu #961 Subgraph Neighbori 阅读全文

摘要： 论文信息 论文标题：Shift-Robust GNNs: Overcoming the Limitations of Localized Graph Training Data论文作者：Qi Zhu, Natalia Ponomareva, Jiawei Han, Bryan Perozzi论文来源 阅读全文

摘要： 论文信息 论文标题：SAIL: Self-Augmented Graph Contrastive Learning论文作者：Lu Yu, Shichao Pei, Lizhong Ding, Jun Zhou, Longfei Li, Chuxu Zhang, Xiangliang Zhang论文来 阅读全文

摘要： 论文信息 论文标题：InfoGraph: Unsupervised and Semi-supervised Graph-Level Representation Learning via Mutual Information Maximization论文作者：Fan-Yun Sun, Jordan 阅读全文

摘要： 论文信息 论文标题：Towards Explanation for Unsupervised Graph-Level Representation Learning论文作者：Qinghua Zheng, Jihong Wang, Minnan Luo, Yaoliang Yu, Jundong Li 阅读全文

摘要： 1 前言 蒙特卡罗法有 直接抽样法、接收-拒绝抽样法、重要性抽样法。 2 直接抽样法 假如 $p(x)$ 是要采样的分布。若可以得到 $x$ 的概率密度函数 $p(x)$, 对 $p(x)$ 求积分得到累积分布函数 $F(x)$，显然 $x$ 和 $y$ 是一 一对应的。 先随机抽取 $y$，然后通 阅读全文

摘要： 论文信息 论文标题：How Powerful are K-hop Message Passing Graph Neural Networks论文作者：Jiarui Feng, Yixin Chen, Fuhai Li, Anindya Sarkar, Muhan Zhang论文来源：NeurIPS 阅读全文

摘要： 论文信息 论文标题：Graph-less Neural Networks: Teaching Old MLPs New Tricks via Distillation论文作者：Shichang Zhang, Yozen Liu, Yizhou Sun, Neil Shah论文来源：2022, ICL 阅读全文

摘要： 论文信息 论文标题：MGAE: Masked Autoencoders for Self-Supervised Learning on Graphs论文作者：Qiaoyu Tan, Ninghao Liu, Xiao Huang, Rui Chen, Soo-Hyun Choi, Xia Hu论文来 阅读全文

摘要： 论文信息 论文标题：GraphMAE: Self-Supervised Masked Graph Autoencoders论文作者：Zhenyu Hou, Xiao Liu, Yukuo Cen, Yuxiao Dong, Hongxia Yang, Chunjie Wang, Jie Tang论文 阅读全文