自我监督图神经网络的精彩论文
这个仓库包含了关于图神经网络(GNNs)上的自我监督学习的论文列表,我们根据发表年份对它们进行了分类。
我们会努力使这个列表保持更新。如果你发现任何错误或漏掉的论文,请不要犹豫,打开issues或提交pull requests。
注意: :fire: 表示论文被广泛引用(例如,> 80 次引用)。代码在get_hot.py
中提供。
2024年
2023年
- [ICLR 2023] 通过测试时图转换增强图表示学习 [论文] [代码]
- [ICLR 2023] 多任务自监督图神经网络促进任务泛化 [论文] [代码]
- [AAAI 2023] 在无监督图对比学习中引出结构和语义全局知识 [论文] [代码]
- [arXiv 2023] 截断亲和力最大化:单类同质性建模用于图异常检测 [论文]
- [ICASSP 2023] 关系和事件层级的对比学习用于谣言检测 [论文]
- [arXiv 2023] AmGCL: 通过自监督对比学习进行属性缺失图的特征插补 [论文]
- [arXiv 2023] SEGA: 用结构熵指导的锚视图进行图对比学习 [论文]
- [arXiv 2023] CSGCL: 增强社区强度的图对比学习 [论文]
- [TKDE 2023] MINING: 基于对比学习的多粒度网络对齐 [论文]
- [ICASSP 2023] 选择最优:通过自适应负样本选择增强图表示 [论文]
- [ICASSP 2023] 具有可学习图增强的图对比学习 [论文]
- [arXiv 2023] FormNetV2: 用于表单文档信息提取的多模态图对比学习 [论文]
- [INS 2023] 一种面向公平意识的社交标记系统图对比学习推荐框架 [论文]
- [arXiv 2023] 通过图增强改进知识图实体对齐 [论文]
- [WWW 2023] 增强意识对比学习的图自监督学习 [论文]
- [arXiv 2023] 化学预训练模型的系统性综述 [论文]
- [WWW 2023] 在图上进行自监督教学和学习 [论文]
- [TKDE 2023] 渐进式硬负样本掩码:从全局一致性到局部容忍 [论文]
- [KBS 2023] ST-A-PGCL: 用于实际场景下交通预测的时空适应期图对比学习 [论文]
- [WWW 2023] SeeGera: 具有掩码的自监督半隐式图变分自动编码器 [论文]
- [INS 2023] 异构图上自监督对比学习与结构和特性的相互约束 [论文]
- [Scientific Reports 2023] 一种用于异构网络嵌入的多视角对比学习 [论文]
- [WWW 2023] 自动化时空图对比学习 [论文]
- [arXiv 2023] 在对比图表示学习中捕捉细粒度语义 [论文]
- [arXiv 2023] 解耦图神经网络:同时训练多个简单GNN而非一个 [论文]
- [arXiv 2023] ID-MixGCL: 图对比学习中的身份混合 [论文]
- [Bioinformatics 2023] 通过具有注意力引导正样本选择的对比学习进行分子属性预测 [论文]
- [AISTAT 2023] 在有限监督下学习鲁棒图神经网络 [论文]
- [TNNLS 2023] 揭示和缓解节点表示学习中的偏见 [论文]
- [BICTA 2023] 利用内在增强的图对比学习 [论文]
- [arXiv 2023] GraphMAE2: 一个解码增强的掩码自监督图学习者 [论文]
- [arXiv 2023] 用于补充图对比学习的对抗性硬负样本生成 [论文]
- [INS 2023] INS-GNN: 通过自监督改进图失衡学习 [论文]
- [TNNLS 2023] 用于图聚类的双重对比学习网络 [论文]
- [arXiv 2023] RARE: 鲁棒的掩码图自动编码器 [论文]
- [TKDE 2023] 最大化特征和拓扑视图之间的互信息来表示图 [论文]
- [arXiv 2023] 何时预训练图神经网络?基于数据生成的答案! [论文]
- [KBS 2023] 基于类同质性的图神经网络数据增强 [论文]
- [arXiv 2023] 结构不平衡感知图增强学习 [论文]
- [arXiv 2023] 混合增强自动化图对比学习 [论文]
- [arXiv 2023] 用于欺诈检测的对比学习解耦图神经网络 [论文]
- [arXiv 2023] 利用扩散模型从无标签图中进行数据中心学习 [论文]
- [TPAMI 2023] 通过差异最小化进行混合模式的无监督图匹配学习 [论文]
- [arXiv 2023] NESS: 从静态子图中学习节点嵌入 [论文]
- [Sensors 2023] 结合图神经网络和新数据增强策略的鲁棒自动模拟电路分类 [论文]
- [arXiv 2023] 用于中文医疗文本分类的对比知识融合图神经网络 [论文]
- [arXiv 2023] CHGNN: 一个半监督对比超图学习网络 [论文]
- [arXiv 2023] 异质性下的对比学习 [论文]
- [arXiv 2023] 具有自适应视图图编码器的结构感知组区分:一个快速图对比学习框架 [论文]
- [TNNLS 2023] 利用图对比神经网络进行设备分类的自监督学习物联网设备特征 [论文]
- [TKDE 2023] 用于序列推荐的特征级更深自注意网络与对比学习 [论文]
- [AAAI 2023] 推荐缓存内容:用于边缘缓存网络的简单基于图的自监督推荐框架 [论文]
- [arXiv 2023] 通过原型对比学习进行自监督兴趣转移网络的推荐 [论文]
- [arXiv 2023] SGL-PT: 一种通过图提示调优的强图学习器 [论文]
- [CIS 2023] SimGRL: 通过三元组实现简单的自监督图表示学习框架 [论文]
- [WSDM 2023] 用于小组推荐的自监督小组图协同过滤 [论文]
- [WSDM 2023] S2GAE: 图遮蔽的自监督图自动编码器是通用学习者 [论文]
- [WSDM 2023] 用于推荐的异构图对比学习 [论文]
- [Nature Communications Chemistry] 用于属性预测的层次分子图自监督学习 [论文]
- [arXiv 2023] 维纳图解卷积网络改进图自监督学习 [论文]
- [arXiv 2023] 通过双曲图表示实现异构社交事件检测 [论文]
- [arXiv 2023] LightGCL: 用于推荐的简单而有效的图对比学习 [论文]
- [arXiv 2023] GraphPrompt: 统一图神经网络的预训练和下游任务 [论文]
- [Pattern Recognition] 用于自监督图级表示学习的双通道图对比学习 [论文]
- [NCA 2023] 基于多前置任务的异构图自监督对比学习 [论文]
- [arXiv 2023] STERLING: 二部图的协同表示学习 [论文]
- [ICLR 2023] 多任务自监督图神经网络实现更强的任务泛化 [论文]
- [WBD 2023] 用于冷启动推荐的混合阶异构图预训练 [论文]
- [arXiv 2023] 通过对场景图的自监督进行可解释的动作预测 [论文]
- [arXiv 2023] 图对比学习的频谱增强 [论文]
- [RS 2023] 通过图对比学习表示空间数据 [论文]
- [ACLF 2023] KE-GCL: 用于常识问答的知识增强图对比学习 [论文]
- [TNNLS 2023] GRLC: 受约束的图表示学习 [论文]
- [ESA 2023] 具有自适应滤波的对比图聚类 [论文]
- [arXiv 2023] 基于自适应线图对比学习的生物医学交互预测 [论文]
- [arXiv 2023] 基于亲和不确定性的图对比学习中的困难负样本挖掘 [论文]
- [arXiv 2023] 具有掩码的半隐式图变分自编码器的自监督学习 [论文]
- [ACM Trans. Web 2023] 对比图相似性网络 [论文]
- [ICBD 2023] 用于半监督图对比学习的预测掩码 [论文]
- [TNNLS 2023] 具有自适应度量的图表示学习 [论文]
- [RAL 2023] 随机簇匹配的自监督局部拓扑表示 [论文]
- [KBS 2023] CrysGNN: 蒸馏预训练知识以增强晶体材料的属性预测 [论文]
- [Entropy 2023] 基于语义增强的社交网络用户对齐算法 [论文]
- [KBS 2023] 基于会话推荐的跨视图时间图对比学习 [论文]
- [PR 2023] 通过上下文感知对比图学习实现鲁棒的图像聚类 [论文]
- [ICMLCS 2023] AP-GCL: 图对比学习中的对抗扰动 [论文]
- [arXiv 2023] 具有拉普拉斯增强的签名定向图对比学习 [论文]
- [OJCS 2023] SC-FGCL: 基于自适应聚类的联邦图对比学习 [论文]
- [BIB 2023] CasANGCL: 基于级联注意网络和图对比学习的分子属性预测预训练和微调模型 [论文]
- [AAAI 2023] 用于图对比学习及其以外的频谱特征增强 [论文]
- [Entropy 2023] 带策略和主动选择标签集的自监督节点分类 [论文]
年 2022
- [NeurIPS 2022] 广义拉普拉斯特征映射 [论文]
- [KDD 2022] COSTA: 保持协方差的图对比学习特征增强 [论文]
- [ITBE 2022] 基于贡献学习的自闭症谱系障碍分类对比多视图复合图卷积网络 [论文]
- [IEEE Access 2022] ROME: 基于双曲角空间的图对比多视图框架用于MOOCs推荐 [论文]
- [arXiv 2022] 具有元路径背景和加权负样本的异构图对比学习 [论文]
- [arXiv 2022] MolCPT: 分子连续提示调优以推广分子表示学习 [论文]
- [arXiv 2022] 针对改进泛化:图上自监督知识的元迁移 [论文]
- [arXiv 2022] 图上的粗到细对比学习 [论文]
- [arXiv 2022] MA-GCL: 图对比学习的模型增强技巧 [论文]
- [arXiv 2022] Mul-GAD: 通过聚合多视图信息的半监督图异常检测框架 [论文]
- [arXiv 2022] 图的局部对比学习 [论文]
- [arXiv 2022] 缓解邻居偏见:通过结构等价正样本增加图自监督学习 [论文]
- [arXiv 2022] 黑市账号检测的自监督图表示学习 [论文]
- [arXiv 2022] 具有可学习增广的对比深度图聚类 [论文]
- [arXiv 2022] 通过多尺度对比学习网络和增强视图进行图异常检测 [论文]
- [arXiv 2022] 使用图表示进行交通场景的自监督聚类 [论文]
- [arXiv 2022] 材料的图对比学习 [论文]
- [arXiv 2022] 使用非对比学习进行链接预测 [论文]
- [IJMIR 2022] TCKGE: 基于对比学习的变压器用于知识图嵌入 [论文]
- [arXiv 2022] 超越平滑: 带有边异质性判别的无监督图表示学习 [论文]
- [Neural Networks 2022] 具有层次对比的无监督图级表示学习 [论文]
- [arXiv 2022] 基于关系的对比学习与聚类抽样用于归纳关系预测 [论文]
- [arXiv 2022] 基于关系对称的知识图对比学习 [论文]
- [arXiv 2022] 面向可推广的图对比学习: 信息理论视角 [论文]
- [arXiv 2022] 单次通道对比学习能同时适用于同质图和异质图吗? [论文]
- [SIGSPATIAL 2022] 对比学习信号何时有助于时空图预测? [论文]
- [Scientific Reports 2022] 基于对比学习的深度图级异常检测 [论文]
- [TII 2022] 融合无监督图对比学习的半监督机器故障诊断 [论文]
- [KBS 2022] SMGCL: 半监督多视图图对比学习 [论文]
- [arXiv 2022] 使用数据增强进行恶意软件分类的无监督图对比学习 [论文]
- [IJCRS 2022] 用于链接预测的多尺度子图对比学习 [论文]
- [arXiv 2022] 在关系数据库预训练时表现不稳定 [论文]
- [arXiv 2022] GOOD-D: 对无监督图中的分布外检测 [论文]
- [ATKDD 2022] Ada-MIP: 通过互信息和接近度优化的自适应自监督图表示学习 [论文]
- [arXiv 2022] 带隐式增强的图对比学习 [论文]
- [Information Sciences 2022] 基于图神经网络的对比学习的伪装欺诈检测器 [论文]
- [arXiv 2022] DyG2Vec: 基于自监督的动态图表示学习 [论文]
- [arXiv 2022] 使用自监督进行联邦图表示学习 [论文]
- [arXiv 2022] 自监督图神经网络基准 [论文]
- [arXiv 2022] 用于链接预测的线图对比学习 [论文]
- [TDSC 2022] FewM-HGCL: 通过异质图对比学习进行少样本恶意软件变种检测 [论文]
- [arXiv 2022] 基于图的自监督兴趣点推荐 [论文]
- [IJMLC 2022] 基于混合采样的对比学习用于不平衡节点分类 [论文]
- [CIKM 2022] 面向时序网络的时间和频率感知图对比学习 [论文]
- [CIKM 2022] 面向异质图的自监督学习 [论文]
- [ISWC 2022] HCL: 通过层次对比学习改进图表示 [论文]
- [CIKM 2022] 认知你自己: 通过核心图认知和区分进行图预训练 [论文]
- [CIKM 2022] AdaGCL: 自适应子图对比学习以推广大规模图培训 [论文]
- [CIKM 2022] 看两次: 用于自监督图像字幕生成的场景图对比学习 [论文]
- [CIKM 2022] 使用对抗异质图对比学习检测恶意代码库 [论文]
- [ICEBE 2022] 基于结构聚类的自监督异质图预训练 [论文]
- [arXiv 2022] 基于结构聚类的自监督异质图预训练 [论文]
- [NeurIPS 2022] 超图对比学习中的增强: 伪造和生成 [论文] [代码]
- [ICCL 2022] 建模内部和跨模态关系: 用于多模态情感分析的层次图对比学习 [论文]
- [TKDE 2022] 基于图神经网络的对抗对比学习用于证据感知虚假新闻检测 [论文]
- [MM 2022] 简单的自监督多重图表示学习 [论文]
- [TMM 2022] 具有伪标签提示的自一致对比属性图聚类 [论文]
- [NeurIPS 2022] 揭示图对比学习中的结构公平性 [论文]
- [NeurIPS 2022] 从图谱的角度重新审视图对比学习 [论文]
- [arXiv 2022] 异质图对比多视图学习 [论文]
- [arXiv 2022] 通过多教师知识提炼的自动化图自监督学习 [论文]
- [arXiv 2022] 图神经网络的提示调优 [论文]
- [arXiv 2022] 通过互补特征化改进分子预训练 [论文]
- [arXiv 2022] 通过邻域排序进行图软对比学习 [论文]
- [EDBT 2022] 通过图对比学习感知空间结构的道路网络嵌入 [论文]
- [arXiv 2022] 对抗性跨视图解耦图对比学习 [论文]
- [Neurocomputing 2022] 基于超图卷积和对比学习的基序推荐系统 [论文]
- [TNNLS 2022] 用于大规模神经形态分析的图表示学习 [论文]
- [ECML-PKDD 2022] 具有分段图通道的自监督图学习 [论文]
- [ECML-PKDD 2022] 用于推荐的自适应增强的图对比学习 [论文]
- [CIKM 2022] 对比知识图错误检测 [论文]
- [TKDE 2022] 通过独立性提升的解耦图对比学习 [论文]
- [ECML-PKDD 2022] 用于少样本节点分类的监督图对比学习 [论文]
- [Information Sciences 2022] 图原型对比学习 [论文]
- [ICAAN 2022] 基于知识感知自监督图表示学习的推荐 [论文]
- [arXiv 2022] 基于图核信息最大化的电子健康记录自监督表示学习 [论文]
- [arXiv 2022] 用于基于评论推荐的解耦图对比学习 [论文]
- [arXiv 2022] 基于异构图注意网络的对比学习用于短文本分类 [论文]
- [arXiv 2022] 基于特征的自适应增强图对比学习 [论文]
- [TKDE 2022] GCCAD:用于异常检测的图对比学习 [论文]
- [JCIM 2022] SMICLR:多种分子表示的半监督和无监督对比学习 [论文]
- [arXiv 2022] XSimGCL:极简的推荐系统图对比学习 [论文][代码]
- [CIKM 2022] 图上的关系自监督学习 [论文][代码]
- [Information Sciences 2022] 通过正样本挖掘的自监督图表示学习 [论文]
- [arXiv 2022] 异构图掩码自动编码器 [论文]
- [arXiv 2022] KRACL:用于稀疏知识图谱补全的图上下文建模对比学习 [论文]
- [arXiv 2022] RényiCL:基于偏斜Rényi散度对比表示学习 [论文]
- [TNNLS 2022] 原型图对比学习 [论文]
- [KDD 2022] 通过自适应图对比学习挖掘时空关系 [论文]
- [KDD 2022] Rep2Vec:通过异构图对抗对比学习的代码库嵌入 [论文]
- [arXiv 2022] 深度对比多视图网络嵌入 [论文]
- [arXiv 2022] 分析图对比学习的数据中心特性 [论文]
- [KDD 2022] 遮掩和推理:用于复杂逻辑查询的知识图变换预训练 [论文]
- [arXiv 2022] 自监督图表示学习的生成子图对比方法 [论文]
- [IJCAI 2022] 用于神经架构搜索的图掩码自动编码器增强预测器 [论文]
- [IJCAI 2022] 通过通道对比增强的邻近图神经网络 [论文]
- [IJCAI 2022] 重新思考对比学习对半监督节点分类的提升作用 [论文]
- [IPM 2022] HCNA:用于自监督网络对齐的双曲对比学习框架 [论文]
- [arXiv 2022] 3D等变分子图预训练 [论文]
- [arXiv 2022] 统一2D与3D分子表示的预训练 [论文]
- [arXiv 2022] 图神经网络预训练对分子表示有帮助吗? [论文]
- [arXiv 2022] 潜在增强以改善图的自监督学习 [论文]
- [arXiv 2022] 异构图上的几何对比学习 [论文]
- [KIS 2022] 用于图神经网络的自监督角色学习 [论文]
- [JFCST 2022] 结合对比学习的图神经网络防御 [论文]
- [ICMLW 2022] 评估自监督学习的分子图形 [论文]
- [KDD 2022] 可靠的表示使防御者更强大:用于鲁棒GNN的无监督结构优化 [论文]
- [ICMLW 2022] 特征化很重要:用于分子预训练的多视图对比学习方法 [论文]
- [bioRiv 2022] 使用细胞图像的跨模态图对比学习 [论文]
- [Information Sciences 2022] 图上的新自监督任务:测地距离预测 [论文]
- [arXiv 2022] 评估分子图嵌入的自监督学习 [论文]
- [arXiv 2022] 使用对比学习特征评估图生成模型 [论文]
- [arXiv 2022] COSTA:保留协方差特征的图对比学习增强 [论文]
- [arXiv 2022] 用于非同质图的解耦自监督学习 [论文]
- [arXiv 2022] 基于插值的相关性减少网络用于半监督图学习 [论文]
- [arXiv 2022] 重新思考和扩大图对比学习:一种极其高效的群体歧视方法 [论文]
- [arXiv 2022] KPGT:用于分子属性预测的图变换器知识引导预训练 [论文]
- [CVPR 2022] 鲁棒优化作为大规模图的数据增强 [论文]
- [arXiv 2022] COIN:双分图的联合信息最大化 [论文]
- [TSIPN 2022] 公平的图对比学习 [论文]
- [arXiv 2022] 我是我,我们是我们,我是我们:超图上的三向对比学习 [论文]
- [TNNLS 2022] CLEAR:用于自监督图表示学习的聚类增强对比方法 [论文]
- [arXiv 2022] 让不变的理性发现激发图对比学习 [论文]
- [arXiv 2022] 用于自监督图表示学习的全粒度自我语义传播 [论文]
- [arXiv 2022] 通过多视图增强提高子图表示学习 [论文]
- [arXiv 2022] 分子图上的三角对比学习 [论文]
- [KDD 2022] GraphMAE:自监督遮掩图自动编码器 [论文]
- [arXiv 2022] MaskGAE:遮掩图建模与图自动编码器的结合 [论文]
- [ICML 2022] 从数据依赖的角度理解无监督图表示学习的局限 [论文]
- [arXiv 2022] 走向无监督图级表示学习的解释 [论文]
- [arXiv 2022] ImGCL:重新审视不平衡节点分类上的图对比学习 [论文]
- [TNNLS 2022] 协作决策增强的自监督属性图聚类 [论文]
- [arXiv 2022] 使用图卷积网络的对比图学习 [论文]
- [TISPN 2022] 公平的图对比学习 [论文]
- [arXiv 2022] SLAPS:自监督改进图神经网络的结构学习 [论文]
- [arXiv 2022] HCL:用于图推荐的混合对比学习 [论文]
- [arXiv 2022] 通过功能调用图变换进行恶意软件开集识别的表示学习 [论文]
- [arXiv 2022] 简单的对比图聚类 [论文]
- [NCA 2022] 使用多尺度子图视图对比的自监督图表示学习 [论文]
- [ACL 2022] JointCL:用于零样本立场检测的联合对比学习框架 [论文]
- [IPM 2022] 具有自适应增强的对比图卷积网络用于文本分类 [论文]
- [PAKDD 2022] 带有数据增强的对比属性网络异常检测 [论文]
- [DASFAA 2022] CSGNN:通过对比半监督学习改进图神经网络 [论文]
- [arXiv 2022] 基于时序和上下文对比的动态图表示 [论文]
- [DASFAA 2022] 基于扩散的隐反馈推荐图对比学习 [论文]
- [arXiv 2022] FastGCL: 通过对比邻域聚合实现快速自监督图学习 [论文]
- [arXiv 2022] RoSA: 用于节点对节点图对比学习的鲁棒自对齐框架 [论文]
- [arXiv 2022] 使用自监督互对比学习的异构图神经网络 [论文]
- [WSDM 2022] JGCL: 联合自监督和监督图对比学习 [论文]
- [AAAI 2022] SAIL: 自增强图对比学习 [论文]
- [ICASSP 2022] 图细粒度对比表示学习 [论文]
- [arXiv 2022] SCGC: 自监督对比图聚类 [论文]
- [arXiv 2022] 一种面向自监督图表示学习的内容优先基准 [论文]
- [SIGIR 2022] 超图对比协同过滤 [论文]
- [WWW 2022] 基于图对抗对比学习的社交媒体谣言检测 [论文]
- [arXiv 2022] 基于评论感知的推荐图对比学习框架 [论文]
- [WWW 2022] 用于社交网络预测的鲁棒自监督结构化图神经网络 [论文]
- [arXiv 2022] CGC: 用于社区检测与追踪的对比图聚类 [论文]
- [TCyber 2022] 通过多视深度图Infomax实现无监督图嵌入 [论文]
- [arXiv 2022] MVGCNMDA: 用于发现疾病相关微生物的多视图图卷积网络 [论文]
- [arXiv 2022] CERES: 面向半结构化会话数据的图条件变换器预训练 [论文]
- [arXiv 2022] 用于多源域适应自监督图神经网络 [论文]
- [SIGIR 2022] 图增强是否必要?用于推荐的简单图对比学习 [论文][代码]
- [arXiv 2022] 通过预训练语言模型生成解释图:基于对比学习的实证研究 [论文]
- [arXiv 2022] 无增广的图对比学习 [论文]
- [TCybern 2022] 网络降噪的链接信息增强双自编码器 [论文]
- [arXiv 2022] 通过节点-邻域互信息最大化进行图节点表示学习 [论文]
- [arXiv 2022] GraphCoCo: 图互补对比学习 [论文]
- [arXiv 2022] 通过r-Ego网络辨别实现无监督异质网络嵌入 [论文]
- [Bioinformatics 2022] 基于监督图协同对比学习的药物-靶点相互作用预测 [论文]
- [arXiv 2022] 使用结构推理的图分类监督对比学习 [论文]
- [arXiv 2022] 通过贝叶斯自监督防御动态图扰动下的图卷积网络 [论文]
- [arXiv 2022] 通过无监督对比学习分析缺少属性的异质网络 [论文]
- [arXiv 2022] 通过错误负采样缓解和分解片段对比改进分子对比学习 [论文]
- [arXiv 2022] 具有行为多样性的推荐对比元学习 [论文][代码]
- [arXiv 2022] 通过自适应数据增强实现公平的节点表示学习 [论文]
- [arXiv 2022] 学习图增强以学习图表示 [论文][代码]
- [arXiv 2022] 图机器学习的数据增强综述 [论文]
- [arXiv 2022] 深度图学习的数据增强综述 [论文]
- [arXiv 2022] 带有信息正则化的对抗图对比学习 [论文]
- [arXiv 2022] SimGRACE: 无数据增广的简单图对比学习框架 [论文]
- [NeurIPS 2022] 通过准确的差异学习进行图自监督学习 [论文]
- [arXiv 2022] 通过对抗图对比学习学习鲁棒表示 [论文]
- [arXiv 2022] 使用有限标注数据进行音频表示学习的自监督图 [论文]
- [arXiv 2022] 带有上下文自监督的链接预测 [论文]
- [arXiv 2022] 双空间图对比学习 [论文]
- [arXiv 2022] 通过对比损失反向传播进行无监督图中毒攻击 [论文]
- [arXiv 2022] 从无监督到小样本图异常检测:一种多尺度对比学习方法 [论文]
- [arXiv 2022] 双空间图对比学习 [论文]
- [arXiv 2022] 结构增强的异构图对比学习 [论文]
- [bioRxiv 2022] 面向预训练分子图模型的有效且可泛化的微调 [论文]
- [SDM 2022] 用于预训练图神经网络的神经图匹配 [论文] [代码]
- [TNNLS 2022] 通过无监督对比学习分析缺失属性的异质网络 [论文]
- [WWW 2022] 通过邻域丰富的对比学习改进图协同过滤 [论文] [代码]
- [WWW 2022] ClusterSCL: 基于图的集群感知监督对比学习 [论文]
- [ICLR 2022] 通过引导大规模图表示学习 [论文][代码]
- [ICLR 2022] 图自动化自监督学习 [论文] [代码]
- [AAAI 2022] 通过多样且交互的消息传递进行自监督图神经网络 [论文]
- [AAAI 2022] 无增广的自监督图学习 [论文][代码]
- [AAAI 2022] 具有化学元素知识图的分子对比学习 [论文]
- [AAAI 2022] 通过双相关减少进行深度图聚类 [论文][代码]
- [AAAI 2022] 简单的无监督图表示学习 [论文]
- [WSDM 2022] 带上自己的视图:无预制数据增强的图对比学习 [论文] [代码]
- [ICOIN 2022] 自适应自监督图表示学习 [论文]
- [NPL 2022] 贝叶斯噪声自监督如何防御图卷积网络? [论文]
- [SIGIR 2022] 用于推荐的知识图对比学习 [论文] [代码]
2021年
- [AAAI 2021] 用于基于会话推荐的自监督超图卷积网络 [论文]
- [arXiv 2021] 跨领域推荐的图神经网络预训练 [论文]
- [arXiv 2021] 图对比学习中的增强策略:当前的方法缺陷与更好的实践 [论文]
- [arXiv 2021] 协同图对比学习:数据增强组合可能对图表示学习不是必要的 [论文]
- [arXiv 2021] 基于图的多任务自蒸馏半监督学习 [论文]
- [arXiv 2021] 子图对比链接表示学习 [论文]
- [arXiv 2021] 多层图对比聚类网络 [论文]
- [arXiv 2021] 通过对比聚类分配进行的图表示学习 [论文]
- [arXiv 2021] 无监督图表示学习的图通用潜在因子提取 [论文]
- [arXiv 2021] 贝叶斯图对比学习 [论文]
- [arXiv 2021] TCGL:用于自监督视频表示学习的时间对比图 [论文]
- [arXiv 2021] 图社区对比学习 [论文]
- [arXiv 2021] 自监督对比属性图聚类 [论文]
- [arXiv 2021] 用于分子性质预测的自监督学习 [论文]
- [arXiv 2021] RPT:通过预训练在异质研究者数据上实现可迁移模型 [论文]
- [arXiv 2021] 通过自集成自蒸馏的图神经网络可扩展一致性训练 [论文]
- [arXiv 2021] 具有3D几何结构的分子图表示预训练 [论文] [代码]
- [arXiv 2021] 3D Infomax改进了用于分子性质预测的GNN [论文] [代码]
- [arXiv 2021] 基于模式的分子性质预测的图自监督学习 [论文]
- [arXiv 2021] 去偏图对比学习 [论文]
- [arXiv 2021] 3D-Transformer: 3D空间中基于Transformer的分子表示 [论文]
- [arXiv 2021] 异质图上的GNN对比预训练 [论文]
- [arXiv 2021] 用于第三方IP核心硬件特洛伊木马检测的对比图卷积网络 [论文]
- [arXiv 2021] GeomGCL:用于分子性质预测的几何图对比学习 [论文]
- [arXiv 2021] 自适应多层对比图神经网络 [论文]
- [arXiv 2021] Graph-MVP:多重图的多视图原型对比学习 [论文]
- [arXiv 2021] 用于多行为推荐的超元路径对比学习 [论文]
- [arXiv 2021] 图表示对比自监督学习的负采样策略 [论文]
- [arXiv 2021] 用于异质图对比学习的结构感知硬负采样 [论文]
- [arXiv 2021] 时空图对比学习 [论文]
- [arXiv 2021] 用于图异常检测的生成和对比自监督学习 [论文]
- [Arxiv 2021] 用于社交推荐的自监督多通道超图卷积网络 [论文] [代码]
- [arXiv 2021] GCCAD:图对比编码用于异常检测 [论文]
- [arXiv 2021] 具有鲁棒增强的对比自监督顺序推荐 [论文]
- [arXiv 2021] RRLFSOR:图卷积网络的一种高效自监督学习策略 [论文]
- [arXiv 2021] 图上的组对比自监督学习 [论文]
- [arXiv 2021] 多层次图对比学习 [论文]
- [arXiv 2021] 从典型相关分析到自监督图神经网络 [论文] [代码]
- [arXiv 2021] 评估图对比学习中的模块 [论文] [代码]
- [arXiv 2021] 原型图对比学习 [论文]
- [arXiv 2021] 公平感知的节点表示学习 [论文]
- [arXiv 2021] 对抗性图增强以改善图对比学习 [论文]
- [arXiv 2021] Graph Barlow Twins:用于图的自监督表示学习框架 [论文]
- [arXiv 2021] 基于邻近视图和通道对比的自监督图学习 [论文]
- [arXiv 2021] 图上的自监督学习:对比、生成或预测 [论文]
- [arXiv 2021] FedGL:具有全局自监督的联邦图学习框架 [论文]
- [arXiv 2021] 基于跳数的属性网络自监督异常检测 [论文]
- [arXiv 2021] 用于生物和医学领域的网络表示学习:进展、挑战和机会 [论文]
- [arXiv 2021] 通过互信息最大化的子图聚合进行图表示学习 [论文]
- [arXiv 2021] 通过子结构对比进行药物靶点预测的图表示学习 [论文]
- [arXiv 2021] 通过元学习的图神经网络自监督辅助学习 [论文]
- [arXiv 2021] 图自监督学习:一个综述 [论文]
- [arXiv 2021] 迈向鲁棒的图对比学习 [论文]
- [arXiv 2021] 动态图神经网络的预训练 [论文]
- [arXiv 2021] 图神经网络自监督学习:统一回顾 [论文]
- [Openreview 2021] 图对比学习的实证研究 [论文]
- [BIBM 2021] SGAT:用于生物医学关系抽取的自监督图注意力网络 [论文]
- [BIBM 2021] 具有参数化可解释增强的分子图对比学习 [论文]
- [NeurIPS 2021 Workshop] 同时学习增强的自监督GNN [论文]
- [NeurIPS 2021 Workshop] 结构化空间的对比嵌入用于贝叶斯优化 [论文]
- [NeurIPS 2021] 通过对比学习增强双曲图嵌入 [论文]
- [NeurIPS 2021] 图对抗性自监督学习 [论文]
- [NeurIPS 2021] 对比拉普拉斯特征图 [论文]
- [NeurIPS 2021] 有向图对比学习 [论文][代码]
- [NeurIPS 2021] 多视图对比图聚类 [论文][代码]
- [NeurIPS 2021] 从典型相关分析到自监督图神经网络 [论文][代码]
- [NeurIPS 2021] InfoGCL:信息感知的图对比学习 [论文]
- [NeurIPS 2021] 通过对抗性图增强改进图对比学习 [论文][代码]
- [NeurIPS 2021] 图上的解缠对比学习 [论文]
- [CIKM 2021] 多模态图元对比学习 [论文]
- [CIKM 2021] 动态图的自监督表示学习 [论文]
- [CIKM 2021] 纠正伪标签:迭代特征聚类图表示学习 [论文]
- [CIKM 2021] SGCL:有符号图的对比表示学习 [论文]
- [CIKM 2021] 多视图图神经网络的半监督和自监督分类 [论文]
- [CIKM 2021] 基于自监督Meta图Informax网络的社交推荐 [论文] [代码]
- [IJCAI 2021] 用于自监督图表示学习的多尺度对比连体网络 [论文]
- [IJCAI 2021] 成对的半图鉴别:预训练图神经网络的简单图级自监督策略 [论文]
- [IJCAI 2021] CuCo:基于课程对比学习的图表示 [论文]
- [IJCAI 2021] 图去偏对比学习联合表示聚类 [论文]
- [IJCAI 2021] CSGNN:用于分子相互作用预测的对比自监督图神经网络 [论文]
- [KDD 2021] MoCL:基于知识感知对比学习的分子指纹数据驱动方法 [论文] [代码]
- [KDD 2021] 具有应用鲁棒网络对齐的对比多视图多层网络嵌入 [论文]
- [KDD 2021] 图神经网络的自适应迁移学习 [论文]
- :fire:[ICML 2021] 图对比学习自动化 [论文] [代码]
- [ICML 2021] 具有局部和全局结构的自监督图级表示学习 [论文] [代码]
- [KDD 2021] 大规模异构图上的预训练 [论文]
- [KDD 2021] 基于领域知识的多层次分子图对比学习 [论文]
- [KDD 2021] 共同对比学习的自监督异构图神经网络 [论文] [代码]
- [WWW 2021 Workshop] 迭代图自蒸馏 [论文]
- [WWW 2021] HDMI:高阶深度多层信息最大化 [论文] [代码]
- :fire:[WWW 2021] 具有自适应增强的图对比学习 [论文] [代码]
- [WWW 2021] SUGAR:具有强化池化和自监督互信息机制的子图神经网络 [论文] [代码]
- [WWW 2021] 用于药物间相互作用预测的多视图图对比表示学习 [论文] [代码]
- :fire:[ICLR 2021] 如何找到友好的邻居:带自监督的图注意力设计 [论文] [代码]
- [WSDM 2021] 针对冷启动用户和项目表示的图神经网络预训练 [论文] [代码]
- [KBS 2021] 异构信息网络的多方面自监督学习 [论文]
- [CVPR 2021] 基于对比学习的双知识图零样本学习 [论文]
- [ICBD 2021] 基于图对比学习的会话推荐 [论文]
- [ICONIP 2021] 在图半监督节点分类上的协调对比学习 [论文]
- [ICCSNT 2021] 基于自适应图卷积的图数据增强用于骨架动作识别 [论文]
- [IJCNN 2021] 基于互信息和自监督的双级聚合节点嵌入 [论文]
2020年
- [Openreview 2020] 基于模体驱动的图对比学习 [论文]
- [Openreview 0] SLAPS: 自监督提升图神经网络结构学习 [论文]
- [Openreview 2020] TopoTER:拓扑变换等变表示的无监督学习 [论文]
- [Openreview 2020] 带有多个辅助任务的基于图的神经网络模型 [论文]
- [Openreview 2020] 利用自我图信息最大化的图神经网络迁移学习 [论文]
- [Arxiv 2020] COAD: 基于对比预训练和对抗微调的零样本专家链接 [论文] [代码]
- [Arxiv 2020] 基于距离的图对比学习 [论文]
- :fire:[Arxiv 2020] 图上的自监督学习:深刻见解和新方向 [论文] [代码]
- :fire:[Arxiv 2020] 深度图对比表示学习 [论文]
- [Arxiv 2020] 图卷积网络的自监督训练 [论文]
- [Arxiv 2020] 通过全局上下文预测的自监督图表示学习 [论文]
- :fire:[Arxiv 2020] Graph-Bert:仅仅注意力就足以学习图表示 [论文] [代码]
- :fire:[NeurIPS 2020] 大规模分子数据上的自监督图转换器 [论文]
- [NeurIPS 2020] 基于元路径的异构图自监督辅助学习 [论文] [代码]
- :fire:[NeurIPS 2020] 带增强的图对比学习 [论文] [代码]
- :fire:[ICML 2020] 自监督何时有助于图卷积网络? [论文] [代码]
- :fire:[ICML 2020] 基于图的自监督程序修复通过诊断反馈 [论文]
- :fire:[ICML 2020] 图的对比多视图表示学习 [论文] [代码]
- [ICML 2020 Workshop] 改进图神经网络训练的自监督边特征 [论文]
- :fire:[KDD 2020] GPT-GNN:图神经网络的生成式预训练 [pdf] [代码]
- :fire:[KDD 2020] GCC: 图对比编码用于图神经网络预训练 [pdf] [代码]
- :fire:[ICLR 2020] InfoGraph: 通过互信息最大化实现无监督和半监督图级表示学习 [论文] [代码]
- :fire:[ICLR 2020] 图神经网络预训练策略 [论文] [代码]
- :fire:[AAAI 2020] 具有少量标签图的图卷积网络的多阶段自监督学习 [论文]
- [ICDM 2020] 子图对比:可扩展的自监督图表示学习 [论文] [代码]
2019年
- [KDD 2019 工作坊] SGR: 自监督光谱图表示学习. [论文]
- [ICLR 2019 工作坊] 图神经网络能否“在线”?预训练和推理分析. [论文]
- [ICLR 2019 工作坊] 用于通用结构特征提取的图神经网络预训练. [论文]
- [Arxiv 2019] 异构深度图信息最大化 [论文] [代码]
- :fire:[ICLR 2019] 深度图信息最大化. [论文] [代码]
其他相关论文
(隐含使用自监督学习或在其他领域应用图神经网络)
- [Arxiv 2020] 自监督学习:生成或对比. [论文]
- [KDD 2020] Octet: 自监督的在线目录分类法扩展. [论文]
- [WWW 2020] 结构深度聚类网络. [论文] [代码]
- [IJCAI 2019] 用于药物推荐的图增强转换器预训练. [论文] [代码]
- [AAAI 2020] 无监督属性多重网络嵌入 [论文] [代码]
- [WWW 2020] 通过图形互信息最大化的图表示学习 [论文]
- [NeurIPS 2017] 大图的归纳表示学习 [论文] [代码]
- [NeurIPS 2016 工作坊] 变分图自动编码器 [论文] [代码]
- [WWW 2015] LINE: 大规模信息网络嵌入 [论文] [代码]
- [KDD 2014] DeepWalk: 社交表示的在线学习 [论文] [代码]
感谢
此页面由 Wei Jin(joe.weijin@gmail.com), Yuning You(yuning.you@tamu.edu) 和 Yingheng Wang(jakewyh@163.com) 贡献和维护。