双原始图 VAE 用于噪声标签聚合

研究者提出一种图 VAE 架构：编码器与解码器分别在图数据集邻接图及其对偶图上做基于 GAT 的消息传递，把真实标签当作隐变量，无需训练单独分类器即可进行无监督表示学习。作者称该模型在众包基准上取得 SOTA 性能，并称对原众包图做增强、引入由噪声标签训练的神经网络分类器表示等辅助信息后，测试时分类性能可大幅提升。 该工作由 Patrick Stinson 和 Nikolaus Kriegeskorte 提出，提交论文 v2 版本。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。