SPMGAE: Self-purified masked graph autoencoders release robust expression power

To tackle the scarcity of labeled graph data, graph self-supervised learning (SSL) has branched into two paradigms: Generative methods and Contrastive methods. Inspired by MAE and BERT in computer vision (CV) and natural language processing (NLP), masked graph autoencoders (MGAEs) are gaining popula...

Celý popis

Podrobná bibliografie

Vydáno v:	Neurocomputing (Amsterdam) Ročník 611; s. 128631
Hlavní autoři:	Song, Shuhan, Li, Ping, Dun, Ming, Zhang, Yuan, Cao, Huawei, Ye, Xiaochun
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.01.2025
Témata:	Graph adversarial attacks Graph neural networks Masked graph autoencoders Robustness Masked graph autoencoders Graph neural networks Robustness Graph adversarial attacks
ISSN:	0925-2312
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!