Core Concepts
그래프 신경 아키텍처 검색의 자가 감독 없는 방법을 제안하고, 이를 통해 최적의 아키텍처를 발견하는 효과적인 방법을 소개합니다.
Abstract
기존의 그래프 신경 아키텍처 검색 방법은 감독 레이블에 의존하여 작동하며, 이 논문은 감독이 없는 상황에서 최적의 아키텍처를 발견하는 문제를 다룹니다.
제안된 DSGAS 모델은 자가 감독 방식으로 다양한 그래프 잠재 요소를 포착하는 최적의 아키텍처를 발견할 수 있음을 실험을 통해 입증합니다.
DSGAS는 다른 GNAS 기준선을 크게 능가하며, 자가 감독 없는 그래프 신경 아키텍처 검색에서 우수성을 보여줍니다.
Stats
기존의 GNAS 방법은 감독 레이블에 의존합니다.
DSGAS 모델은 자가 감독 방식으로 최적의 아키텍처를 발견합니다.
Quotes
"우리의 제안된 방법은 감독이 없는 상황에서 그래프 아키텍처를 발견하는 데 효과적입니다."
"DSGAS는 다른 GNAS 기준선을 크게 능가하며, 자가 감독 없는 그래프 신경 아키텍처 검색에서 우수성을 보여줍니다."