免标注也匹配
提出亲和力最大化学习框架AUGM，利用自注意力和交叉注意力直接捕获结构信息，无需伪标签即可学习节点表示，并可通过多损失无缝集成到任何基于亲和力矩阵的图匹配方法中。
解宇 · Yiming, Zhang · Zhe, Li · 王文剑 · Qin, A. K. · 李明
Pattern Recognition 2026
通过亲和力最大化直接学习节点对应关系，避免了对昂贵标注数据的依赖。
无需设计伪标签即可训练，消除了伪标签带来的噪声和偏差。
利用自注意力和交叉注意力直接捕获结构信息，免去图神经网络的复杂设计。
损失函数可无缝集成到任何基于亲和力矩阵的图匹配方法中，提升灵活性。