提出HeteGCD：异配图广义类别发现的双原型学习方法

Xuanzhi Xi 向 arXiv 提交论文，提出 HeteGCD，一种面向异配图广义类别发现（GCD）的统计感知双原型学习方法。该方法用门控双流编码器融合节点属性与局部属性差分统计学习表示，再以双原型分类器结合特征相似度与分布一致性完成类别发现。

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。