Graph Structure Learning

Graphstruktur-Lernen zielt darauf ab, die Topologie eines Graphen automatisch zu konstruieren, wenn dessen Struktur nicht verfügbar ist, um eine semi-überwachte Knotenklassifizierung durchzuführen. Das Ziel dieser Aufgabe besteht darin, begrenzte Label-Informationen und eine große Menge an ungelabelten Daten zu nutzen, um eine Graphstruktur zu erlernen, die die Beziehungen zwischen den Knoten genau widerspiegelt. Durch die Optimierung der Verbindungen im Graphen und der Ähnlichkeit zwischen den Knoten kann Graphstruktur-Lernen die Leistung der Knotenklassifizierung verbessern. Es wird in verschiedenen Bereichen wie sozialer Netzwerkanalyse, Empfehlungssystemen und Bioinformatik weit verbreitet angewendet.