HeteGCD

新的HeteGCD方法在异质图上推进类别发现

研究人员推出了一种用于异质图广义类别发现的新方法HeteGCD。该方法解决了在节点连接但属性不同或类别不同的图中识别已知类别和发现新类别的挑战。HeteGCD利用统计感知双原型学习，同时考察局部属性差异和邻域类别分布以提取判别性信息。该系统采用门控双流编码器学习节点表示，并使用双原型分类器进行类别发现，在异质图数据集上的表现与现有方法相比具有竞争力。