面向迁移学习的图神经网络算法研究.docx

PAGE8

PAGE8

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和F1值分析引入迁移学习后的影响。

关键