排序引导的图对比
将对比学习视为排序问题，引入正样本排序与自排序机制，在多种图基准上性能优于监督和无监督模型。
Zhao, Peiyao · Pan, Yuangang · 礼欣 · 晨鑫 · Tsang, Ivor W. · 廖乐健
IEEE Transactions on Neural Networks and Learning Systems 2023
将扰动程度与视图相似度、节点判别性之间的关系显式建模为排序损失，使模型对不同程度的增强保持稳定的判别能力。
在多个图基准数据集上，该方法的表现优于监督和无监督模型，证明自监督对比信号可以替代标签提供有效监督。