PAKDD 21: GRAPH INFOCLUST 明尼苏达

最新推荐文章于 2024-03-22 15:00:33 发布

Complicated__76

最新推荐文章于 2024-03-22 15:00:33 发布

阅读量337

点赞数 1

CC 4.0 BY-SA版权

分类专栏： GNN-SSL learning 文章标签：深度学习

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/qq_40926715/article/details/123683931

摘要

本文是基于DGI的一篇工作，最大化了节点和簇之间的互信息，簇的生成采用了soft-kmeans，水文算是。关注点可以是这个soft-kmeans的过程，是基于一篇NIPS文章（clusterNet： End to end learning and optimization on graphs-- NIPS2019）。

模型&损失函数

在这里插入图片描述

DGI的损失

在这里插入图片描述

本文基于1的损失和整体的loss

在这里插入图片描述

本文的核心，本文最大化了节点和簇之间的互信息，簇是通过类似k-means生成，由于k-means是硬分配不连续，本文采用高斯模型逼近，当/belta 趋于∞ 等价于k-means，使得可以求导，反向传播，这个在ICLR22 AutoSSL中也有这样的做法。

在这里插入图片描述

实验

最低0.47元/天解锁文章

200万优质内容无限畅学

评论 2

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。