POSTECH 发布 BeGIN (Benchmarking for Graphs with Instance-dependent Noise) 数据集, 应用在 图神经网络、噪声处理 领域

POSTECH 本次发布的数据集 BeGIN (Benchmarking for Graphs with Instance-dependent Noise), BeGIN是一个包含10个具有不同噪声类型的图数据集的新基准，用于评估各种噪声处理策略在图神经网络（GNN）架构、噪声标签检测和噪声鲁棒学习方面的表现。该数据集通过算法方法和大型语言模型（LLM）模拟来模拟实例依赖性噪声，旨在提供更接近现实世界噪声的图数据集，并促进图学习中标签噪声研究的发展。

查看BeGIN (Benchmarking for Graphs with Instance-dependent Noise)

README 内容： 

关于 POSTECH , POSTECH，即浦项科技大学，位于韩国浦项市，是一所著名的理工科大学，以其在工程、科学和信息技术等领域的研究而闻名。

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。