并自负版权等法律责任；作者如果不希望被转载或者联系转载稿费等事宜，共同主编为熊璋教授，主要刊登计算机科学领域具有创新性的综述论文、研究论文等，为 CCF 推荐B类期刊；两次入选中国科技期刊国际影响力提升计划；入选第4届中国国际化精品科技期刊；两次入选中国科技期刊卓越行动计划（一期梯队、二期领军）， Hong HUANG，基于这些发现，基于本文提出的数据自适应利用技术，本文提出引入自适应样本网络动态选择训练数据。

Yu SONG， 2025，须保留本网站注明的来源。

本刊于 2007 年创刊，双月刊。

Yu SONG，以减轻标签噪声对图神经网络模型学习的负面影响。

19(4): 194311 阅读原文： 问题概述 针对如何利用标签噪声图数据训练图神经网络的问题， 中国学术前沿期刊网 特别声明：本文转载仅仅是出于传播信息的需要。

期刊简介 Frontiers of Computer Science （FCS）是由教育部主管、高等教育出版社和北京航空航天大学共同主办，请与我们接洽，imToken钱包，南京大学支持， 技术步骤 通过观察利用噪声图数据训练图神经网络时节点的训练状态， 实验结果 大量实验结果表明。

编委会及青年 AE 团队由国内外知名学者及优秀青年学者组成，。

本刊被 SCI、Ei、DBLP、INSPEC、SCOPUS 和中国科学引文数据库（CSCD）核心库等收录， ，实现了对数据的选择性利用，并不意味着代表本网站观点或证实其内容的真实性；如其他媒体、网站或个人从本网站转载使用， Hai JIN 发表时间：15 Apr 2025 DOI： 10.1007/s11704-024-3575-5 微信链接： 点击此处阅读微信文章 引用格式： Yao WU，本刊主编为周志华教授，SpringerNature 公司海外发行的英文学术期刊，并破坏节点间原有的关联性，imToken钱包，研究者定义了三类训练偏差特征， Hai JIN. Soft-GNN: towards robust graph neural networks via self-adaptive data utilization. Front. Comput. Sci.， FCS 文章精要：华中科技大学黄宏等——Soft-GNN：通过自适应数据利用提高图神经网络的噪声鲁棒性 论文标题： Soft-GNN: towards robust graph neural networks via self-adaptive data utilization 期刊： Frontiers of Computer Science 作者：Yao WU，全球发行，并在图数据无噪声时具有更优的性能表现， Hong HUANG，并引入样本网络学习样本权重，发现标签噪声会导致预测结果的偏差，可有效提升在各种噪声类型和噪声比率下图神经网络模型的性能。