ANewPro

摘要： Abstract 第一篇论文GraphMAE的想法是用自动编码器体系结构来重建被输入随机屏蔽的节点特征。但是掩蔽特征重构的性能依赖输入特征的可辩别性，容易受到特征的干扰。所以提出了一个掩蔽的自监督学习框架GraphMAE2，目的是克服这个问题，思想是对图自监督学习的特征重构进行正则化处理。具体的说， 阅读全文

摘要： Abstract 我们提出了掩码图自动编码器，一个图结构数据的自监督学习框架，与以往的GAEs不同，MaskGAE采用了掩码图建模（MGM）作为一个代理任务，掩蔽部分边缘，并试图用部分可见的、未掩蔽的图结构来重建缺失的部分，为了理解MGM是否能帮助GAEs学习更好的表征，我们提供了理论和经验证据来证 阅读全文