基于自我监督学习策略的层智能图卷积网络

作     者：孙峰 杨观赐 Ajith Kumar V 张安思 Sun Feng;Yang Guanci;Ajith Kumar V;Zhang Ansi

作者机构：浙江师范大学文科综合实验教学中心浙江金华321004 贵州大学现代制造技术教育部重点实验室贵阳550025 贵州大学机械工程学院贵阳550025 人工智能学院印度班加罗尔560002 

基　　金：国家自然科学基金资助项目(61863005,62163007) 贵州省科技计划资助项目(黔科合支撑2814,黔科合平台人才6007,4Y056,439) 贵州省高等学校集成攻关大平台建设资助项目(黔教合KY字005) 浙江师范大学实验技术开发资助项目(SJ202123) 浙江师范大学数学化改革资助项目(05) 

出 版 物：《计算机应用研究》 (Application Research of Computers)

年 卷 期：2022年第39卷第1期

页      码：128-133页

摘      要：为了解决当前图卷积网络需要依赖大型数据集,从而导致时间和空间复杂度上升问题,提出了基于自我监督学习策略的层智能图卷积网络(RRLFS-L-GCN)。首先,通过在层智能图卷积网络(layer-wise graph convolutional network,L-GCN)中添加多任务机制以提高算法的泛化能力;然后,设计一种随机删除固定步长边(aandomly remove links with a fixed step,RRLFS)的自我监督学习策略,从而提出基于自我监督学习策略的层智能图卷积网络算法;最后,通过边预测验证RRLFS-L-GCN的性能。实验结果表明,该算法的识别率最高可达97.13%。对于Cora测试集,该算法所得识别准确率比未改进的层智能图卷积网络算法提高了6.73%。对于PubMed测试集,该算法所得识别准确率比未改进的层智能图卷积网络算法提高了8.13%。与图卷积网络相比,在Citeseer数据集上,识别准确率提高了18.43%。

主 题 词：图卷积网络 自我监督学习策略 依赖大型数据集 层智能 多任务机制 边预测 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.19734/j.issn.1001-3695.2021.06.0250

馆 藏 号：203107087...