会员服务
节点分类任务是一种算法，其必须通过查看其邻居的标签来确定样本（表示为节点）的标签。
Lying Graph Convolution: Learning to Lie for Node Classification Tasks
Arxiv
0+阅读 · 5月2日
Training-free Graph Neural Networks and the Power of Labels as Features
Arxiv
0+阅读 · 4月30日
Predicting Properties of Nodes via Community-Aware Features
Arxiv
0+阅读 · 4月26日
Graph Convolutional Network For Semi-supervised Node Classification With Subgraph Sketching
Arxiv
0+阅读 · 4月25日
Multi-View Subgraph Neural Networks: Self-Supervised Learning with Scarce Labeled Data
Arxiv
0+阅读 · 4月19日
Graph Learning Dual Graph Convolutional Network For Semi-Supervised Node Classification With Subgraph Sketch
Arxiv
0+阅读 · 4月19日
Characterizing Graph Datasets for Node Classification: Homophily-Heterophily Dichotomy and Beyond
Arxiv
0+阅读 · 4月15日
Semi-supervised Domain Adaptation on Graphs with Contrastive Learning and Minimax Entropy
Arxiv
0+阅读 · 4月4日
VIGraph: Generative Self-supervised Learning for Class-Imbalanced Node Classification
Arxiv
0+阅读 · 3月27日
HealthGAT: Node Classifications in Electronic Health Records using Graph Attention Networks
Arxiv
0+阅读 · 3月26日
Task-Oriented GNNs Training on Large Knowledge Graphs for Accurate and Efficient Modeling
Arxiv
0+阅读 · 3月22日
NetInfoF Framework: Measuring and Exploiting Network Usable Information
Arxiv
0+阅读 · 3月20日
Hypergraph-MLP: Learning on Hypergraphs without Message Passing
Arxiv
0+阅读 · 3月19日
Open-World Semi-Supervised Learning for Node Classification
Arxiv
0+阅读 · 3月18日
Robust Subgraph Learning by Monitoring Early Training Representations
Arxiv
0+阅读 · 3月14日
参考链接
微信扫码咨询专知VIP会员
Top