NeurIPS 2024 | 标签噪声下图神经网络有了首个综合基准库，还开源

文章预览

点击蓝字 关注我们 AI TIME欢迎每一位AI爱好者的加入！ 点击  阅读原文  观看讲者讲解回放！ 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现了强大的表示力。然而 ，它们的性能往往依赖于⾼质量的节点标签。在现实世界中，由于不可靠的来源或对抗性攻击，节点标签中通常存在噪声。不过，目前针对该领域缺 ………………………………