本論文は、オープンワールドグラフ学習における新規クラス発見の問題に取り組んでいる。
まず、プロトタイプ学習に基づくセミ教師付きクラスタリングを用いて、既知クラスと新規クラスの相関を検出し、プロトタイプ注意メカニズムによってそれらの相関を除去する。
次に、複数の層からの予測結果を整列・アンサンブルすることで、新規クラスの疑似ラベルを生成する。
この疑似ラベル情報を用いて、クラス内エッジの回復とクラス間エッジの除去を行うことで、新規クラスの発見を促進する。
さらに、予測の一貫性を正則化することで、疑似ラベルの誤りに対してロバストな学習を行う。
提案手法ORAL は、既知クラスと新規クラスの両方について高い性能を示し、オープンワールドグラフ学習における新規クラス発見の課題に対して有効であることが実験的に示された。
To Another Language
from source content
arxiv.org
Djupare frågor