文章预览
“他山之石,可以攻玉”,站在巨人的肩膀才能看得更高,走得更远。在科研的道路上,更需借助东风才能更快前行。为此,我们特别搜集整理了一些实用的代码链接,数据集,软件,编程技巧等,开辟“他山之石”专栏,助你乘风破浪,一路奋勇向前,敬请关注! 多年来, 浙江大学周晟老师团队与阿里安全交互内容安全团队持续开展产学研合作。近日,双⽅针对标签噪声下图神经⽹络的联合研究成果《NoisyGL:标签噪声下图神经网络的综合基准》被 NeurIPS Datasets and Benchmarks Track 2024 收录。本次 NeurIPS D Track 共收到 1820 篇投稿,录⽤率为 25.3%。 论文标题:NoisyGL: A Comprehensive Benchmark for Graph Neural Networks under Label Noise 论文地址:https://arxiv.org/pdf/2406.04299 项目地址:https://github.com/eaglelab-zju/NoisyGL 图神经网络(GNNs)在节点分类任务中通过消息传递机制展
………………………………