NeurIPS 2020- Graph Contrastive Learning with Augmentations

  • contrastive learning algorithm
  • pretraining model for molecular proporty predition


https://github.com/Shen-Lab/GraphCL

使用最基础的contrastive loss 处理图graph-level的tasks, 包括self-supervised, semi-supervised graph classification,

主要贡献是提出4种不同的augmentations.

contrastive learning algorithm

使用最经典的方法

pretraining model for molecular proporty predition

本文发现不同数据集适合不同的data 增广的方式

GraphCL: Graph Contrastive Learning with Augmentations笔记相关推荐

  1. 论文阅读:Graph Contrastive Learning with Augmentations

    Abstract 图结构数据上的广义.可转移和鲁棒表示学习仍然是当前图神经网络(GNNs)面临的一个挑战.与用于图像数据的卷积神经网络(CNNs)不同,对gnn的自我监督学习和预训练的探索较少.在本文 ...

  2. 文献阅读(73)AAAI2022-SAIL: Self Augmented Graph Contrastive Learning

    本文是对<SAIL: Self Augmented Graph Contrastive Learning>一文的总结,如有侵权即刻删除. 朋友们,我们在github创建了一个图学习笔记库, ...

  3. [2021] Spatio-Temporal Graph Contrastive Learning

    21-Spatio-Temporal Graph Contrastive Learning 郑宇.梁玉轩 1 摘要 深度学习模型是时空图(STG)预测的现代工具.尽管它们很有效,但它们需要大规模的数据 ...

  4. Let Invariant Rationale Discovery Inspire Graph Contrastive Learning

    Let Invariant Rationale Discovery Inspire Graph Contrastive Learning 1. 摘要   主流图对比学习(GCL)方法以两种方式进行图增 ...

  5. Improving Graph Collaborative Filtering with Neighborhood-enriched Contrastive Learning(个人笔记)

    论文:利用邻域丰富的对比学习改进图协同过滤 (NCL) WWW22 文章链接:https://arxiv.org/abs/2202.06200v1https://arxiv.org/abs/2202. ...

  6. Supervised Contrastive Learning(学习笔记)

    Supervised Contrastive Learning NeurlPS2020 原文链接: https://arxiv.org/pdf/2004.11362v4.pdf b站讲解视频: htt ...

  7. Are Graph Augmentations Necessary? Simple Graph Contrastive Learning for Recommendation

    补充:特征对齐.均匀分布 Embedding里能够保留更多个性化的信息,这又代表什么呢?举个例子,比如有两张图片,都是关于狗的,但是一张是在草地上跑的黑狗,一张是在水里游泳的白狗.如果在投影成Embe ...

  8. 22KDD : COSTA Covariance-Preserving Feature Augmentation for Graph Contrastive Learning

    作者知乎讲解 这篇文章就是 对 encoder学到的表征 再进行 降维,在进行对比. 文章开始讲的是 进入encoder之前的 视图增强 导致 了一些问题,但是自己还是也先 试图增强后 在用了COST ...

  9. 【论文阅读】MLGCL:Multi-Level Graph Contrastive Learning

    目录 摘要 1 引言 2 准备工作 3 MLGCL框架 3.1 图数据增强 3.2 编码器 3.3 多级损失函数 4 实验 摘要 在本文中,我们提出了一个多层次图对比学习(MLGCL)框架,通过对比图 ...

最新文章

  1. 新视角带你认识Python可视化库(附代码资源)
  2. linux那个目录存放用户密码信息,linux试题及答案
  3. 一份比较详细的 webpack 4.x 手工配置基础开发环境 附源码
  4. prometheus实战:
  5. max std value 宏_Rust Macro/宏 新手指南
  6. docker搭建ldap
  7. 七月老师python_七月在线Python学习笔记
  8. 【C++】accumulate函数的用法(STL)
  9. 2022数学建模“五一杯”B题 题解+论文
  10. 自动计数报警器c语言,计数报警器设计
  11. 2018 AI产业界大盘点
  12. np.max()、np.argmax()、np.maximum()、np.min()、np.argmin()、np.minimum()、np.sum()
  13. 如何用15秒打动对方
  14. 推特文本情感多分类高分方案
  15. mybatis代码自动生成工具之maven插件mybatis-generator-maven-plugin(mybatis逆向工程)
  16. android_图片转视频_image2video
  17. 8个你不使用的数据科学R包(但绝对应该使用)
  18. leetcode--两数相加
  19. mysql vacuum_PostgreSQL vacuum原理—vacuum揭秘
  20. RabbitMq(1)之安装

热门文章

  1. 不在上学了能不能考计算机二级,好多学生都问到底要不要参加计算机二级考试?...
  2. jxls对比_久别重逢 QQ影音4.0跟旧版对比更新了什么?
  3. Mysql索引命中级别
  4. 使用python编程语言编写程序:输入a、b、c三个数,判断a、b、c能否构成三角形,如果能够构成三角形,判断该三角形是等腰三角形还是等边三角形,还是直角三角形,还是一般三角形。并计算周长和面积。
  5. php宝典2015,驾考宝典2015电脑版 v5.3.5 官方版
  6. java int溢出,结果只会保留低32位,高位会抛弃掉
  7. JIRA 从低版本升级到高版本(3.6.2-6.0.8)
  8. android studio查看源码
  9. 解决本地计算机上的MySQL80服务启动后停止。某些服务在未由其他服务或程序使用时将自动停止
  10. 三星a60android9,三星A605G官方安卓9台湾版固件rom线刷包:BRI-A605GDXU5BSH3