图分类的目的是对图结构数据进行准确的信息提取和分类。在过去的几年里,图神经网络(GNNs)在图分类任务上取得了令人满意的成绩。然而,大多数基于GNNs的方法侧重于设计图卷积操作和图池操作,忽略了收集或标记图结构数据比基于网格的数据更困难。我们利用元学习来进行小样本图分类,以减少训练新任务时标记图样本的不足。更具体地说,为了促进图分类任务的学习,我们利用GNNs作为图嵌入主干,利用元学习作为训练范式,在图分类任务中快速捕获特定任务的知识并将其转移到新的任务中。为了提高元学习器的鲁棒性,我们设计了一种新的基于强化学习的步进控制器。实验表明,与基线相比,我们的框架运行良好。

成为VIP会员查看完整内容
58
0

相关内容

浙江大学,简称浙大,坐落于素有“人间天堂”美誉的历史文化名城杭州。前身是1897年创建的求是书院,是中国人自己最早创办的现代高等学府之一,是一所具有悠久历史的教育部直属全国重点大学,985、211工程重点建设高校。据ESI公布的数据,截至2015年9月,浙江大学18个学科进入世界学术机构前1%,居全国高校第二;7个学科进入世界前100位,4个学科进入世界前50位,居全国高校第一。
【元图(Meta-Graph):元学习小样本连接预测】
专知会员服务
59+阅读 · 2020年5月31日
元学习(meta learning) 最新进展综述论文
专知会员服务
232+阅读 · 2020年5月8日
基于小样本学习的图像分类技术综述
专知会员服务
126+阅读 · 2020年5月6日
专知会员服务
73+阅读 · 2020年1月20日
元学习(Meta-Learning) 综述及五篇顶会论文推荐
Meta-Learning 元学习:学会快速学习
GAN生成式对抗网络
17+阅读 · 2018年12月8日
自然语言处理中的语言模型预训练方法
PaperWeekly
13+阅读 · 2018年10月21日
OpenAI提出Reptile:可扩展的元学习算法
深度学习世界
6+阅读 · 2018年3月9日
Meta-Learning with Implicit Gradients
Arxiv
8+阅读 · 2019年9月10日
Logically-Constrained Reinforcement Learning
Arxiv
3+阅读 · 2018年12月6日
Arxiv
121+阅读 · 2018年10月8日
Arxiv
9+阅读 · 2018年7月8日
Arxiv
7+阅读 · 2018年6月8日
Arxiv
3+阅读 · 2017年7月25日
小贴士
相关论文
Meta-Learning with Implicit Gradients
Arxiv
8+阅读 · 2019年9月10日
Logically-Constrained Reinforcement Learning
Arxiv
3+阅读 · 2018年12月6日
Arxiv
121+阅读 · 2018年10月8日
Arxiv
9+阅读 · 2018年7月8日
Arxiv
7+阅读 · 2018年6月8日
Arxiv
3+阅读 · 2017年7月25日
微信扫码咨询专知VIP会员