12:23
官方账号arXiv cs.LG@Neelam Akula, Surbhi Kumar, Murat Kantarcioglu, Baris Coskunuzer
推荐理由：同一张图上节点分类和链接预测怎么互相迁移？这篇用 GCN/GraphSAGE/GPS 跑出规律，还给了 CTS 分数避免负迁移。
GCN
共 1 条相关 AI 资讯
7月31日
12:23
论文提出一套无泄漏的 NC→LP 同图跨任务迁移协议，固定节点和边划分，并用排除被评估边的共享消息传递图配合固定负样本。在 GCN、GraphSAGE、GPS 三种主干上，实验显示迁移方向性很强：同质图上 NC→LP 稳定有益，而 LP→NC 在朴素表征复用时可能降低精度。LP→NC 主要只有在结构主导（LP 容易、NC 未饱和）时正向，说明 LP 相当于结构预训练。最后，论文提出 CoTask Score（CTS）来综合衡量共享编码器的 NC+LP 联合效用，并发现同质性等统计量可指导选择、避免负迁移。