deep graph learning | BriefGPT

关键词deep graph learning

搜索结果 - 8

IGL-Bench: 建立不平衡图学习的综合基准
为了解决不平衡图数据在传统图学习算法中所导致的偏颇结果问题，本研究引入了 IGL-Bench，它是一种用于不平衡图学习的全面基准测试工具，研究了 16 个不同的图数据集和 24 种不同的 IGL 算法，通过一致的数据处理和划分策略，系统地评
PDF20 days ago
PANDORA：基于深度图学习的 COVID-19 感染风险水平预测
COVID-19 流行疫情给社会稳定带来了巨大的破坏，威胁人类生命和经济。为了减少 COVID-19 的不良影响，决策者和社会各个方面必须根据疫情的严重性采取可衡量的行动。然而，为不同城市或地区制定一个良好的感染风险预测模型并不容易，因为有
PDFa month ago
时态图上的状态空间模型：第一原理研究
本研究通过将结构信息整合到在线逼近目标中，采用拉普拉斯正则化项，将状态空间模型理论扩展到时间图，提出了 GraphSSM 框架，用于建模时间图的动态性，实验证明 GraphSSM 在各种时间图基准测试中的有效性。
PDFa month ago
使用深度图学习的高维地震首波拾取
利用深度图学习的 DGL-FB 框架对高维数据进行自动第一次断裂拾取，采用子图采样技术管理图的大小，通过深度图编码器将子图编码为全局特征，将全局特征与局部节点信号相结合，输入到基于 ResUNet 的 1D 分割网络进行断裂检测，与 2D
PDF3 months ago
节点感知的双平滑算法：对图注入攻击的认证鲁棒性
通过节点感知的双平滑框架，我们引入了第一种可证明对抗图注入攻击的通用节点分类任务的鲁棒方法，并通过严密的理论分析建立了我们平滑方案的可证明条件。此外，我们将两个最先进的可证明鲁棒性框架扩展到节点注入攻击，并与它们进行了比较。广泛的评估证明了
PDF7 months ago
KDD深度图学习的数据增强：综述
本文对图数据增强技术及其在图神经网络领域中的应用进行了综述，提出了增强信息模态分类的分类法并概括了可靠图学习和低资源图学习中的代表性应用，并回顾了已有的相关文献。最后，我们指出了未来研究中的机遇和挑战。
PDF2 years ago
ECCV基于拓扑自适应深度图学习的结构化地标检测
本文提出了一种新的深度图形学习方法来进行精准的解剖面和医学（如手、骨盆）标志物检测，该方法结合了局部图像特征和全局形状特征，基于两个图卷积网络（GCNs）学习任务特定的结构。该方法在公共人脸图像数据集和 X 射线医学数据集上的实验结果表明，
PDF4 years ago
深度图库：面向图的、高性能的图神经网络包
本文介绍了 Deep Graph Library（DGL）的设计原则和实现方法，DGL 将 GNNs 的计算模式提炼成几个泛化的稀疏张量操作，适合大规模并行化。DGL 以图形为中心编程抽象，能够透明地进行优化。同时 DGL 采用了框架中立的
PDF5 years ago