Tae-Suk Kim

Analyzing Structural Factors in Contrastive Learning: The Case of Heterophilic Graphs

2025 · The Journal of the Korea Contents Association

대조 학습(contrastive learning)은 그래프 신경망(GNN)에서 라벨이 없는 상태에서도 의미 있는 표현을 학습할 수 있도록 해주는 자기 지도 학습 방식으로 주목받고 있다. 그러나 기존의 대조 학습 방법들은 주로 동질적(homophilic) 그래프를 전제로 설계되어 있어, 이질적(heterophilic) 구조에서는 오히려 …