论文信息
1 Introduction
出发点：GCL 中节点级对比损失会有一定概率将同一社区中的节点视为负对，这是不合理的。
首先提出一种基于图结构信息学习社区划分的 Dense Community Aggregation（𝐷𝑒𝐶𝐴）算法。接下来，引入一种新的 Reweighted Self-supervised Cross-contrastive（𝑅𝑒𝑆𝐶）训练方案，将同一社区中的节点在表示空间中拉得更近。
本文框架：多视图对比。
2 Preliminaries
2.1 Similarity Measurement
Exponent cosine similarity:
$\delta_{c}\left(x_{1}, x_{2}\right)=\exp \left\{\frac{x_{1}^{T} x_{2} / \tau}{\left\|x_{1}\right\| \cdot\left\|x_{2}\right\|}\right\} \quad\quad\quad(1)$
Gaussian RBF similarity:
06-06 10:20