Core Concepts
ラベル情報を活用した対照的な事前トレーニング(LICAP)は、高い重要性スコアを持つノードにより適切に注意を払うための新しい方法です。
Abstract
この記事では、Node Importance Estimation(NIE)のタスクとして、グラフ内のノードの重要性スコアを推定する方法に焦点が当てられています。LICAPは、連続したラベルを利用して対照的なサンプルを生成し、事前トレーニング埋め込みを行う新しいタイプの対照的学習フレームワークです。Hierarchical SamplingやContrastive Learningなどの新しい戦略が導入されており、既存のNIE手法と組み合わせることでパフォーマンス向上が実証されています。
Stats
Popularity:203.73
Popularity:3.54
Popularity:4.58