Jun, 2023

基于热扩散动力学的图分类演化核方法

PDF
TL;DR本文提出了一种基于物理学的热核和 DropNode 技术生成时间图增量的方法，用于描述系统的演变行为；同时，还提出了 GDTW 动态时间包裹距离的方法，用于量化演化系统之间的距离，结果在真实世界的结构图数据集上的分类问题中，通过演化核方法获得了显著的分类准确率提高。
complex systemsevolutiongraph modeltemporal graph augmentationevolution kernel method
发现论文，激发创造
  • 基于热核的社区发现

    本研究提出了一种确定性的本地计算热核扩散的算法，用于研究其产生的社区，并与 PageRank 扩散进行比较，实验结果表明，热核社区具有更好的导度和识别性能。

    Mar, 2014

  • 适应性扩散实现可扩展的图学习

    本文介绍了一种基于数据的方法，用于学习适应底层网络拓扑特征的类特定扩散函数，从而改善扩散分类器的性能并提高分类准确性，超过了依赖于节点嵌入和深度神经网络的最先进方法。

    Apr, 2018

  • 使用热核实现的图卷积网络半监督学习

    本文介绍了一种名为 GraphHeat 的方法用于对图结构数据进行半监督学习，并且能够在 Cora、Citeseer 和 Pubmed 数据集上取得最新颖的结果。

    Jul, 2020

  • 从连续动力学到图神经网络：神经扩散与更多

    图神经网络（GNNs）在建模关系型数据方面表现出显著的潜力，并被广泛应用于各个领域。图神经网络的关键机制是所谓的消息传递，其中信息从邻域迭代地聚合到中心节点。将消息传递过程类比为热扩散动力学可以从根本上理解 GNNs 的优势和局限，并进而指导模型设计。最近，出现了大量使用连续动态学的 GNNs 的作品，旨在解决 GNNs 已知的局限性，如过度平滑和过度压缩。在这项调查中，我们首次系统全面地审查了使用连续动态学视角的研究。为此，我们介绍了适应 GNNs 的连续动态学的基本要素，以及对图神经动力学设计的一般框架。然后，我们根据它们的驱动机制和基础动力学对现有作品进行了回顾和分类。我们还总结了如何在连续框架下解决经典 GNNs 的局限性。最后，我们确定了多个开放的研究方向。

    Oct, 2023

  • 基于热量和波动动力学特征的图拓扑属性恢复

    我们提出了图差分方程网络（GDeNet），通过利用图上的偏微分方程解的表达能力，获得各种下游任务的连续节点和图层次的表示。我们推导出理论结果，将热方程和波动方程的动力学与图的谱特性以及图上连续时间随机游走的行为相连接。我们通过实验证明这些动力学能够捕捉图的几何和拓扑的显著特征，从而恢复随机图的生成参数、Ricci 曲率和持久同调。此外，我们证明了 GDeNet 在包括引文图、药物样分子和蛋白质等真实数据集上的卓越性能。

    Sep, 2023

  • 用于分类传播过程的时态图核

    本文提出了一种将标准图内核应用于时间领域的框架，包括三种不同的方法，并探讨了时间信息损失和效率之间的平衡，通过实际应用于真实世界的社交网络得出，考虑了时间信息对传播过程的成功分类至关重要。

    Oct, 2019

  • 一种用于半监督图学习的一致性扩散算法

    半监督分类的目标是基于所知少数节点（称为种子）的标签来为图的所有节点分配标签。本文证明了在计算得分之前需要对节点的温度进行居中处理，否则该算法是不一致的。这一关键步骤不仅使得算法在块模型上可以证明是一致的，还在实际图上带来了显著的性能提升。

    Nov, 2023

  • EvolveGCN: 为动态图演变的图卷积网络

    本研究提出一种新的方法 EvolveGCN，其结合了时间因素和图卷积网络 (GCN) 模型，利用循环神经网络 (RNN) 来推动 GCN 参数的演变，从而对动态图的序列进行建模，实现了对于转化后的动态图的高效预测和分类。

    Feb, 2019

  • 学习在图上近似自适应核卷积

    基于扩散核的扩散学习框架在图神经网络中控制了特征聚合范围，解决了节点级分类和过度平滑化的问题，并具备在阿尔茨海默病分类中实际应用的可行性。

    Jan, 2024

  • 将热核进行草图化：使用高斯过程嵌入数据

    引入一种新的非确定性方法，将数据嵌入低维欧几里德空间，该方法基于依赖于数据几何的高斯过程的实现，通过计算高斯过程的实现来计算嵌入，其中高斯过程的协方差函数被取为热核函数，嵌入的直线距离以概率意义上逼近扩散距离，避免了对距离进行尖锐截断并保留了一定的较小尺度结构，此方法还具有对异常值的鲁棒性，并通过理论和实验证明了该方法的优势。

    Mar, 2024