论文标题:Graph foundation model
期刊:Frontiers of Computer Science
作者:Chuan SHI,章精 Junze CHEN, Jiawei LIU, Cheng YANG
发表时间:14 May 2024
DOI:10.1007/s11704-024-40046-0
微信链接:点击此处阅读微信文章
针对目前图学习领域的特定缺陷,北京邮电大学石川教授团队撰写了研究论文:图基础模型。北京
文章信息
标 题:
Graph foundation model
引用格式:
Chuan SHI,邮电Junze CHEN, Jiawei LIU, Cheng YANG. Graph foundation model. Front. Comput. Sci., 2024, 18(6): 186355
阅读原文:
问题背景——图深度学习
随着不断发展,图深度学习逐渐变为处理图数据的大学主流方法之一。传统的石川图深度学习利用图数据中丰富的结构信息实施图卷积操作,通过消息传递机制拉近相邻节点表示之间的教授距离。这种方法在诸多下游任务例如节点分类、团队链路预测和图分类上取得了良好成绩。章精但这一类方法的北京迁移能力较弱,在实际应用场景中会出现针对一种数据、邮电一种任务训练特制模型的大学情况。
石川