arXiv发布ReCoG多域图预训练论文

ReCoG 提出通过构建独立于原始图结构的节点上下文提升跨域迁移效果。 该方法利用共同邻居构建结构上下文，并基于邻域属性摘要构建语义上下文，在 18 个目标数据集上验证有效性。 ReCoG 使 1-shot 跨域节点分类平均准确率超最强基线 7.61 个百分点，异构图跨类型迁移提升 4.47 个百分点。

摘自 arXiv · ML

还没有足够的连续观测数据，暂不绘制趋势。