基于對比學習增強的圖卷積網(wǎng)絡

摘要： 多數(shù)圖卷積模型通過引入更高效的信息傳遞和轉(zhuǎn)換方式提升圖分析任務的實驗表現(xiàn)，忽視了原始圖信息的保留.針對上述問題，本文提出了一種同時保留節(jié)點屬性和拓撲結(jié)構(gòu)信息的對比損失函數(shù)，增強圖卷積模型的表征能力.該方法首先構(gòu)建基于節(jié)點屬性和拓撲結(jié)構(gòu)的連接強度，然后使用對比損失保留連接強度中蘊含的屬性和拓撲關(guān)聯(lián)信息，最后構(gòu)建引入交叉熵損失的多層圖卷積模型進行端到端訓練.在性能提升實驗和對比損失... （共7頁）