海-晓王和志超王 发布 Contextual Stochastic Block Model (CSBM) 数据集, 应用在 图神经网络、节点分类 领域

海-晓王和志超王 本次发布的数据集 Contextual Stochastic Block Model (CSBM), Contextual Stochastic Block Model (CSBM)数据集是由二分Stochastic Block Model (SBM)扩展而来，每个节点除了具有社区标签外，还附加了从高斯混合模型(GMM)中采样的特征向量。该数据集用于研究半监督节点分类问题，旨在通过已知的部分节点标签来准确分类剩余节点。数据集的创建过程基于SBM和GMM的结合，生成了具有社区结构和特征向量的图数据。CSBM数据集主要应用于图神经网络(GNN)的半监督学习领域，旨在解决节点分类问题，特别是在信息理论阈值下的精确恢复问题。

查看Contextual Stochastic Block Model (CSBM)

关于 海-晓王和志超王 , -

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。