免增广抗噪
不用图增广，通过全局与局部语义构建对比视图，并引入伪同源性最大化预测与真实标签的互信息，降低噪声边影响的同时提升表示质量。
Ruyue, Liu · Yin, Rong · 刘永 · Weiping, Wang
Pattern Recognition 2024
学习一个无偏的图结构，而不是直接使用原始图，从而降低噪声边对模型性能的影响。
不生成增强视图，利用全局和局部语义构造对比视图，省去了复杂数据扩展带来的计算资源消耗。
通过伪同源性最大化预测标签与真实标签之间的互信息，增强表示质量及其理论保证。