Core Concepts
Kontrollbasierte Grapheneinbettungen verbessern das kontrastive Lernen für überlegene Ergebnisse in der Graphenklassifizierung.
Stats
"Unsere Methode übertrifft die aktuellen Standards um 0,90%, 4,64% und 3,74% in MUTAG, PROTEINS und COLLAB."
"Die Genauigkeit von Random-CGCL ist vergleichbar mit GraphCL und CGCL auf allen Datensätzen."
Quotes
"Unsere Methode übertrifft die aktuellen Standards um 0,90%, 4,64% und 3,74% in MUTAG, PROTEINS und COLLAB."
"Die Genauigkeit von Random-CGCL ist vergleichbar mit GraphCL und CGCL auf allen Datensätzen."