图片

论文链接：https://openreview.net/forum?id=MXEl7i-iru

这是一篇针对类别不平衡问题的数据生成文章。

本文的主要贡献有：

  • 展示并说明了 GNN 会对少类节点的邻居出现严重的过拟合，这种现象称为 neighbor memorization。少类节点越少，这种现象就越严重。

  • 根据两个母节点的 ego network 为新节点生成邻居，缓解了 neighbor memorization。此外在 \( V_{mixed} \) 的生成过程中，根据节点特征的显著性防止了有害的特征注入到 \( V_{mixed} \)中。
  • 在不平衡的数据集上做实验，效果超过了许多 baselines。

内容中包含的图片若涉及版权问题，请及时与我们联系删除