今天给大家分享一篇北京大学洪申达老师课题组发表在ICML2022上的一篇文章“Omni-Granular Ego-Semantic Propagation for Self-Supervised Graph Representation Learning”。作者提出了一种用于自监督图表示学习的全粒度自语义传播算法 (OEPG)。首先作者引入了实例自适应全局感知自语义描述符，计算每个节点/图和整个图数据集的层次全局簇之间的一阶和二阶特征差异。然后，作者设计了一个全粒度归一化，从全粒度的角度为每个描述符分配注意力权重。OEPG在多个数据集上均获得最佳性能。

论文链接：https://arxiv.org/pdf/2205.15746.pdf