研究人员开发了两种新颖的框架 Co-Train 和 Dual-Space Retrieval，以增强图神经网络（GNN）的分布外（OOD）泛化能力。这些方法利用了监督学习和自监督学习目标的互补信号。Co-Train 在训练期间整合这些表示，而 Dual-Space Retrieval 在推理时组合预测。在多个图基准测试中，针对各种 GNN 架构和自监督目标进行的实验表明，与纯粹的监督方法相比，在 OOD 节点分类方面有了显著的改进。 AI
影响 这些方法可以提高在图结构环境中处理不断变化或多样化数据分布的 AI 系统的鲁棒性。
排序理由 该条目是一篇学术论文，详细介绍了图学习的新方法。
- arXiv
- Dual-Space Retrieval
- GRACE
- graph neural networks
- out-of-distribution
- self-supervised learning
- supervised learning
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
