「AI Drive」是由 PaperWeekly 和 biendata 共同發起的學術直播間，旨在幫助更多的青年學者宣傳其最新科研成果。我們一直認為，單向地輸出知識并不是一個最好的方式，而有效地反饋和交流可能會讓知識的傳播更加有意義，從而產生更大的價值。

本期 AI Drive，我們邀請到中國科學技術大學碩士生董漢德，為大家在線解讀其發表于 WWW 2021 的最新工作：On the Equivalence of Decoupled Graph Convolution Network and Label Propagation。對本期主題感興趣的小伙伴，5 月 13 日（周四）晚 7 點，我們準時相約 PaperWeekly B 站直播間。

直播信息

解耦圖神經網絡（decoupled GCN）正在成為圖神經網絡主流的設計范式，其將特征變換和鄰居聚合分離開來，克服了原始圖神經網絡的諸多問題，取得了更好的效果。?

從梯度的角度可以證明，解耦圖卷積網絡等價于兩步的標簽傳播（Label Propagation, LP）：1）根據圖結構傳播已知的標簽，為有標簽節點的鄰居打上標簽；2）利用增強的偽標簽數據訓練一個正常的神經網絡分類器。?

基于理論分析，解耦圖卷積網絡有兩個缺點：1）對標簽噪聲敏感；2）對初始值敏感。自適應地傳播再訓練（PTA）通過兩個簡單而有效設計解決了上述缺點，取得了更好的效果。

論文標題：

On the Equivalence of Decoupled Graph Convolution Network and Label Propagation

論文鏈接：

https://arxiv.org/abs/2010.12408

代碼鏈接：

https://github.com/DongHande/PT_propagation_then_training

本次分享的具體內容有：?

• 背景介紹（問題定義、從圖卷積網絡到解耦圖卷積網絡的發展、基于圖的信息傳播算法）

• 證明解耦圖卷積網絡等價于標簽傳播

• 我們方法（自適應地傳播再訓練）的介紹

• 實驗驗證

嘉賓介紹

?董漢德?/ 中國科學技術大學碩士生?

董漢德，2019 年在中國科學技術大學獲得學士學位，目前在中國科學技術大學攻讀碩士學位，導師是何向南教授。董漢德的研究興趣包括機器學習與數據挖掘，特別專注于圖神經網絡和推薦系統的研究。目前已經在 WWW、SIGIR 等頂會發表論文。

直播地址?& 交流群

本次直播將在 PaperWeekly B 站直播間進行，掃描下方海報二維碼或點擊閱讀原文即可免費觀看。線上分享結束后，嘉賓還將在直播交流群內實時 QA，在 PaperWeekly 微信公眾號后臺回復「AI Drive」，即可獲取入群通道。

B 站直播間：

https://live.bilibili.com/14884511

合作伙伴

????

現在，在「知乎」也能找到我們了

進入知乎首頁搜索「PaperWeekly」

點擊「關注」訂閱我們的專欄吧

關于PaperWeekly

PaperWeekly 是一個推薦、解讀、討論、報道人工智能前沿論文成果的學術平臺。如果你研究或從事 AI 領域，歡迎在公眾號后臺點擊「交流群」，小助手將把你帶入 PaperWeekly 的交流群里。

總結

以上是生活随笔為你收集整理的直播 | WWW 2021论文解读：论解耦图卷积网络和标签传播的等价性的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。