![[2021] Spatio-Temporal Graph Contrastive Learning21-Spatio-Temporal Graph Contrastive Learning](/uploads/reation/bcimg1.png)
[2021] Spatio-Temporal Graph Contrastive Learning21-Spatio-Temporal Graph Contrastive Learning
21-Spatio-Temporal Graph Contrastive Learning郑宇、梁玉轩1 摘要深度学习模型是时空图(STG)预测的现代工具。尽管它们很有效，但它们需要大规模的数据集来获得更好的性能，并且容易受到噪声扰动。为了减轻这些限制，一个直观的想法是使用流行的’数据增强’和’对比学习’技术。然而，现有的图对比学习方法由于三个原因不能直接应用于STG预测。经验发现，预测任务无法从对比学习得到的预先训练的表征中获益。用于击败噪声的数据增强方法对STG数据的探索较少。忽略了样本的
