WWW / The Web Conference

Frequency-Corrupt Based Graph Self-Supervised Learning

基于频率篡改的图自监督学习

Haojie Li, Mengjiao Zhang, Guanfeng Liu, Qiang Hu, Yan Wang, Junwei Du

机构 * School of Data Science, Qingdao University of Science and Technology（青岛科技大学数据科学学院） ； School of Information Science and Technology, Qingdao University of Science and Technology（青岛科技大学信息科学与技术学院） ； School of Computing, Macquarie University（麦考瑞大学计算机学院） 纠错

AI总结 本文提出FC-GSSL方法，通过篡改节点和边以偏向高频信息，构建 corrupted 图作为自编码器输入，重建低频和通用特征以监督模型融合多频带信息，提升鲁棒性和泛化能力。

Comments 11 pages, 4 tables, 3 figures. Accepted at The ACM Web Conference 2026 (WWW 2026)