基于深度图卷积网络的自监督群体发现模型

北京航空航天大学学报页数： 11 2025-06-15

摘要：为缓解图神经网络在群体发现任务中对先验知识的过度依赖并提高识别准确性，提出了一种基于自监督学习和深度图卷积网络(GCN)的群体发现模型。该模型充分利用少量标记节点的语义特征，并通过语义对齐机制获得未知节点的伪标签，从而引入一种自监督学习模块以缓解GCN模型训练过程中对大量先验标签的依赖性。同时，为通过获取网络全局信息以提高群体识别的准确性，通过堆叠多个自监督学习模块构建一种深度... （共11页）

开通会员，享受整站包年服务

说明：本文档由创作者上传发布，版权归属创作者。若内容存在侵权，请点击申诉举报

科技文档

数学力学化学金融证券保险投资会计审计园艺林业旅游体育物理学生物学天文学气象学海洋学地质学新能源金属学农艺学农作物管理学领导学自然科学系统科学资源科学无机化工有机化工燃料化工化学工业材料科学矿业工程冶金工业安全科学环境科学工业通用机械工业无线电子电信技术铁路运输汽车工业船舶工业动力工程电力工业农业科学农业工程植物保护动物医学教育理论学前教育初等教育中等教育高等教育职业教育成人教育自然地理地球物理经济统计农业经济工业经济交通经济企业经济文化经济信息经济贸易经济财政税收市场研究科学研究互联网自动化轻工业核科学服务业石油然气服务业野生动物水产渔业硬件仪器仪表航空航天武器军事公路运输水利水电建筑科学软件