实体
Graph Prompt Learning
Graph Prompt Learning
PulseAugur coverage of Graph Prompt Learning — every cluster mentioning Graph Prompt Learning across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
GP2F方法增强了跨域图神经网络的适应性
研究人员推出了一种新颖的跨域图提示方法GP2F，旨在提高预训练图神经网络在新任务上的适应性。该方法基于理论分析，表明将预训练知识的冻结分支与轻量级、任务特定的适应性分支相结合，比单独使用任一分支效果更好。GP2F通过对比损失和拓扑一致性损失采用自适应融合，在跨域少样本节点和图分类任务上表现出优越的性能。
-
研究人员开发了一种使用提示性子图触发器的跨范式图后门攻击新方法。
研究人员开发了一种名为“具有提示性子图触发器的跨范式图后门攻击”（CP-GBA）的新方法，以解决图神经网络（GNNs）中的漏洞。现有的攻击通常仅限于特定的GNN学习范式，这阻碍了它们在不同框架中的有效性。CP-GBA利用图提示学习来创建可迁移的子图触发器，这些触发器具有类别感知、特征丰富和结构健全的特点，并在实验中展示了最先进的攻击成功率。