语义结构对齐图域适应

跨十四任务全胜

首个显式挖掘并联合对齐节点嵌入与结构语义的图域适应方法，理论保证更紧的自适应界。

Shengyue, Liu · Peng, Tao · Niya, Yang · Haijia, Bi · 刘露

Knowledge-Based Systems 2025

参数信息

相对提升范围

0.33%-13.6%

技术优势

显式对齐结构语义

通过将连接模式映射为节点间多通道概率分布，并指导消息传播，学习鲁棒节点嵌入，实现结构级对齐。

更紧的理论界

理论分析证明显式结构对齐能获得更紧的域适应泛化界，为性能提供理论支撑。

应用场景

• 图神经网络：为图神经网络提供域适应模块，减少跨图分布差异。
• 跨域图数据挖掘：在跨域图数据上无需目标标签即可提升节点分类性能。
• 社交网络分析：可迁移至社交网络，缓解不同平台间结构差异带来的性能下降。