基于對(duì)比學(xué)習(xí)的全局增強(qiáng)動(dòng)態(tài)異質(zhì)圖神經(jīng)網(wǎng)絡(luò)

摘要： 圖神經(jīng)網(wǎng)絡(luò)由于其對(duì)圖結(jié)構(gòu)數(shù)據(jù)的強(qiáng)大表征能力近年來受到廣泛關(guān)注.現(xiàn)有圖神經(jīng)網(wǎng)絡(luò)方法主要建模靜態(tài)同質(zhì)圖數(shù)據(jù)，然而現(xiàn)實(shí)世界復(fù)雜系統(tǒng)往往包含多類型動(dòng)態(tài)演化的實(shí)體及關(guān)系，此類復(fù)雜系統(tǒng)更適合建模為動(dòng)態(tài)異質(zhì)圖.目前，動(dòng)態(tài)異質(zhì)圖表示學(xué)習(xí)方法主要集中于半監(jiān)督學(xué)習(xí)范式，其存在監(jiān)督信息昂貴和泛化性較差等問題.針對(duì)以上問題，提出了一種基于對(duì)比學(xué)習(xí)的全局增強(qiáng)動(dòng)態(tài)異質(zhì)圖神經(jīng)網(wǎng)絡(luò).具體地，所提網(wǎng)絡(luò)首先通過異...