Diffusionsbasierte negative Stichprobenentnahme auf Graphen für die Link-Vorhersage
Die Kernaussage dieses Artikels ist, dass die Autoren eine neuartige Strategie der mehrstufigen negativen Stichprobenentnahme entwickeln, die es ermöglicht, negative Knotenbeispiele mit flexibler und kontrollierbarer "Härte" aus dem latenten Raum zu generieren, um die Leistung der Graphlink-Vorhersage zu verbessern.
