
Ein Verfahren zur schichtübergreifenden Auswahl von Negativbeispielen, das die Redundanz zwischen den Schichten reduziert und die Leistung von Graphneuronalen Netzen verbessert.


coremsg

effizientes-verfahren-zur-auswahl-von-negativbeispielen-für-graphneuronale-netze


Effizientes Verfahren zur Auswahl von Negativbeispielen für Graphneuronale Netze


title_rewrite


Wir präsentieren ein neuartiges Invariantes Nachbarschaftsmuster-Lernverfahren (INPL), um die Verteilungsverschiebungen auf nicht-homophilen Graphen zu mildern. INPL lernt eine invariante Graphenrepräsentation, indem es die adaptive Nachbarschaftsinformation erfasst und die Verteilungsverschiebungen in unbekannten Testumgebungen abmildert.


erkennung-invarianter-nachbarschaftsmuster-für-heterophile-graphen


Erkennung invarianter Nachbarschaftsmuster für heterophile Graphen
