IEEE TNNLS期刊：面向跨网络边分类的域自适应图注意力监督网络

文章预览

©PaperWeekly 原创 · 作者 | 沈笑 单位 |  海南大学副教授 研究方向 | 图神经网络、跨网络节点分类 本文介绍一篇 IEEE TNNLS 期刊发表的论文，面向跨网络边分类的域自适应图注意力监督网络 [1] 。 论文题目： Domain-Adaptive Graph Attention-Supervised Network for Cross-Network Edge Classification 论文作者： 沈笑，邵梦秋，潘世瑞，杨天若，周犀 论文单位： 海南大学，澳大利亚格里菲斯大学，加拿大圣弗朗西斯塞维尔大学 论文链接： https://ieeexplore.ieee.org/abstract/document/10246298/ 论文代码： https://github.com/Qqqq-shao/DGASN   前言 图神经网络（GNN）在图表示学习方面取得了显著的成就，而 GNN 的成功依赖于递归地进行邻居节点聚合。这种邻居聚合操作基于网络的同质性假设，即连接的节点通常具有相同的标签。 然而，真实世界的图通常包含连接具有不同标签的节点的噪声边。 ………………………………