arXiv 机器学习· Muhammad Ifte khairul Islam, Tanvir Hossain, Esra Akbas·· 8 小时前AI 评分30
SAC-GCL：面向图对比学习的结构感知压缩框架
SAC-GCL: Structure-Aware Compression for Graph Contrastive Learning
AI 导读
研究者提出图对比学习框架 SAC-GCL，通过结构分解提取高内聚子图并将其压缩为超节点，以替代传统随机扰动策略生成视图。该方法利用多种内聚子图模型生成互补的粗粒度视图，并通过分层视图编码器捕捉多分辨率信息以减少噪声与冗余。在 6 个基准数据集上的实验表明，该结构感知压缩方法为图分类任务提供了更鲁棒且具辨别力的表征。
来源：arXiv 机器学习 · arxiv.org