基本信息

---

下载

文档摘要

---

面向迁移学习的图神经网络算法研究

摘要

迁移学习是一种机器学习方法，其目的是将先前领域中学习到的标注数据或者知识结构应用到不

同但相关的领域或者任务中，完成或改进学习效果；目前在图学习领域，通过现有的图神经网络学习

到的嵌入是任务依赖的，故不能在不同的数据集之间通用。因此，在图神经网络中引入迁移学习是十

分重要且有意义的。本设计采用Biology和PreDBLP数据集，分别通过物种分割的方法和划分领域的

方法分割训练集和测试集，选取GIN模型进行预训练并学习微调，使之能够更好的适应下游任务。最

后通过对比AUC