Coreset

新的ALINC框架对归纳式节点分类进行图采样

研究人员推出ALINC，一个新颖的主动学习框架，专为涉及大量独立图的归纳式节点分类任务设计。与选择单个节点的传统方法不同，ALINC侧重于采样整个图，这在节点标注需要全图分析的领域至关重要。该框架通过使用各种聚合机制将节点级效用度量适配到图级选择标准，从而弥合了方法论上的差距。实验表明，CoreSet、TypiClust和BADGE是顶级的图采样策略，而聚合方法的选择对性能和成本有显著影响。