6月3日，记者从山西大学获悉，该校智能信息处理研究所团队日前在图神经网络研究方面取得重要进展。相关成果发表于人工智能领域国际期刊《IEEE模式分析与机器智能学报》。
图神经网络（GNN）是当前图结构数据处理的核心技术，广泛应用于社交网络分析、生物信息处理、物理建模等领域。然而，其性能严重依赖于标注节点的质量与数量，而真实场景中标签通常稀缺、获取成本高昂。
对此，研究团队创新性地构建了多通道图自监督学习模型，通过引入“特征解耦”机制，实现了对多种自监督信号的精细建模与融合，有效提升了模型在半监督节点分类任务中的鲁棒性与泛化能力。
与以往的单一图自监督学习策略不同，新方法将节点表示拆分为“共享”与“互补”两个部分，分别施加一致性约束、重构约束和对齐约束，使得模型能在不同通道（拓扑、属性、潜在结构）之间有效分离并利用自监督信息，克服了不同类型自监督信号冲突问题，且通过互信息理论解释了新模型在多种自监督信号协同与融合上的能力。
通过在多个标准数据集上进行实验验证后发现，新方法在节点分类准确率上显著优于当前主流方法，特别是在标签比例低于1%的极端条件下，仍保持优异性能，显示出极强的实际应用前景。
2024年度国家自然科学基金委员会与韩国国家研究基金会合作交流与双边研讨会项目指南 根据国家自然科学基金委员会（NS 癌症是人类健康的主要威胁之一。近年来，一种新的靶向精准放射治疗手段——硼中子俘获治疗技术（BNCT）快速发展，对于复发 12月16日，国家教育宏观政策论坛2023年会暨上海教育督导论坛在华东师范大学举行。华东师范大学党委书记、国家教育宏 近日，罗氏制药第三届支付创新大会在上海举办。本次活动以“同星共创，聚氏未来”为主题，汇聚了来自医药企业、商业保险 12月13至14日，在教育部、陕西省人民政府的支持下，由教育部学校规划建设发展中心主办，陕西省教育厅、西安建筑科技大学、绿 2023年12月28日，陕西省审计厅在官网发布《2023年第9号审计结果公告》，其中西安工业大学2020年度预算执行及其他财务收支 。本文链接：山西大学团队在图神经网络研究方面取得重要进展http://www.sushuapos.com/show-11-21533-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 科学家找到疫霉菌"帮凶"
下一篇： 用“AI率”对论文“一票否决”科学吗