arXiv 机器学习· Yu Song, Zhigang Hua, Yan Xie, Bingheng Li, Jingzhe Liu, Bo Long, Jiliang Tang, Hui Liu·· 3 小时前AI 评分35
学习潜在结构：以特征为中心的图数据增强方法
Learning the Latent Structure: A Feature-Centric Approach to Graph Data Augmentation
AI 导读
研究者提出自监督图数据增强框架 SelfAug，直接在 embedding 空间操作以绕过显式结构建模，通过逆向掩码过程捕捉潜在关联并恢复未观测的结构信号。该框架引入消息正则化器与 bootstrap 策略，以增强在噪声和稀疏监督下的鲁棒性。在 10 个跨领域图数据集的评测中，SelfAug 在归纳与冷启动设置下的准确率和效率均优于现有 SOTA 方法。
来源：arXiv 机器学习 · arxiv.org