抗样本失衡
通过可靠困难样本挖掘与冗余削减损失，在社区检测中缓解正负样本失衡，提升模型判别能力。
刘洪涛 · Sanqi, Wu · Kang, Xiong · Shoudu, Wang · Cheng, Kefei · 刘雪艳 · Shu, Zhang
Engineering Applications of Artificial Intelligence 2026
通过结合社区重要性分数与连接重要性分数来挖掘可靠困难样本，而不是随机选择，为模型训练奠定更稳健的基础。
双重对比损失整合了可靠困难样本对对比损失和冗余削减对比损失，促进节点区分并减轻样本失衡的影响。
辅助监督模块通过基于图注意力网络的引导网络利用图的高阶模块度，保留复杂社区信息，提高检测准确率。