跳到正文
arXiv · ML· Hao Geng, Deqing Wang, Lihao Ge, Chenguang Du, Fuzhen Zhuang, Bowen Yang, Yanlin Hu, Songtao Wang·· 17 天前AI 评分25

MVMAE:用于异质图自监督学习的高效可扩展多视图掩码自编码器

Efficient and Scalable Multi-View Masked Autoencoder for Heterogeneous Graph Self-Supervised Learning

AI 导读

研究团队提出多视图掩码自编码器MVMAE,解决异质图自监督学习中高计算成本、均匀随机掩码局限性及重建噪声特征目标不佳的问题。 该框架采用多视图先掩码后重建策略,通过离线聚合机制预计算重用元路径视图表示,避免构建子图,并使用基于Transformer的融合编码器和简单MLP解码器,在六个数据集上性能优于SOTA基线。

来源:arXiv · ML · arxiv.org