半监督图域适应模型

结合图对比学习与最小最大熵训练,利用少量目标标签实现跨图节点分类。

Xiao, Jiaren · Dai, Quanyu · 沈笑 · Xie, Xiaochen · Dai, Jing · James, Lam · Kwok, K. W.

Neurocomputing 2024

技术优势

标注需求降低

利用少量目标标签和源域知识即可进行节点分类,减轻标注负担。

跨域差距缩小

通过最小最大熵训练对未标注目标节点进行对抗优化,降低源域和目标域之间的分布差异。

表征更丰富

对比局部和全局视图学习节点表征,捕捉多尺度图结构信息。

应用场景