【论文推荐】基于元学习的小样本链接预测：FEW SHOT LINK PREDICTION VIA META LEARNING

论文题目

FEW SHOT LINK PREDICTION VIA META LEARNING

论文摘要

我们考虑了样本链接预测的任务，其目标是仅使用一个小样本的已知边来预测多个图中的未命中边。但是，目前的链路预测方法通常不适合处理这项任务，因为它们无法在多图环境中有效地在图之间传递知识，也无法有效地从非常稀疏的数据中学习。为了应对这一挑战，我们引入了一个新的基于梯度的元学习框架meta Graph，它利用高阶梯度和一个学习的Graph sig nature函数来有条件地生成一个Graph神经网络初始化，我们证明，元图形不仅可以快速适应，而且可以更好地最终收敛，并且仅使用一小部分真实边缘样本就可以有效地学习。

论文作者

Avishek Joey Bose*来自麦吉尔大学。