热点事件持续更新
SelfAug：特征中心化图数据增强框架
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv 机器学习理论栏目发布论文，提出名为 SelfAug 的特征中心化图数据增强框架。该方法绕过显式结构建模，直接在嵌入空间中通过自监督逆掩码过程恢复未观测的结构信号，并引入消息正则化器与 bootstrap 策略，以提升噪声稀疏监督下的鲁棒性。论文在十个跨领域图数据集上进行实验，结果显示在归纳与冷启动设置中，SelfAug 的准确率和效率均优于现有最先进方法。该论文已被 AAAI 2026 接收。
AI 根据报道生成 · 15 小时前更新
最新进展10月5日 12:00
SelfAug 论文发布，提出特征中心化图数据增强框架，已被 AAAI 2026 接收。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Machine Learning TheorySelfAug：面向图数据增强的特征中心化方法
论文提出名为 SelfAug 的特征中心化图数据增强框架，绕过显式结构建模，直接在嵌入空间中通过自监督逆掩码过程恢复未观测结构信号，并引入消息正则化器与 bootstrap 策略提升噪声稀疏监督下的鲁棒性。在十个跨领域图数据集上，SelfAug 在归纳与冷启动设置中准确率和效率均优于现有最先进方法，论文已被 AAAI 2026 接收。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。