基于對(duì)比學(xué)習(xí)增強(qiáng)的圖卷積網(wǎng)絡(luò)

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(wù)的實(shí)驗(yàn)表現(xiàn)，忽視了原始圖信息的保留.針對(duì)上述問題，本文提出了一種同時(shí)保留節(jié)點(diǎn)屬性和拓?fù)浣Y(jié)構(gòu)信息的對(duì)比損失函數(shù)，增強(qiáng)圖卷積模型的表征能力.該方法首先構(gòu)建基于節(jié)點(diǎn)屬性和拓?fù)浣Y(jié)構(gòu)的連接強(qiáng)度，然后使用對(duì)比損失保留連接強(qiáng)度中蘊(yùn)含的屬性和拓?fù)潢P(guān)聯(lián)信息，最后構(gòu)建引入交叉熵?fù)p失的多層圖卷積模型進(jìn)行端到端訓(xùn)練.在性能提升實(shí)驗(yàn)和對(duì)比損失... （共7頁）