gat | BriefGPT - AI 论文速递

关键词gat

搜索结果 - 8

GNNS 中的全局最小值、可恢复阈值和高阶结构
图神经网络性能分析基于随机图理论，GCN 和 GAT 是关键研究领域，性能受到数据特征的影响，实验结果显示特定高阶结构对性能有负面影响。
PDF9 months ago
自适应深度图注意力网络
本文通过系统性实验评估关注网络的层数与性能之间的关系，发现残差连接可以解决 Oversquashing 现象，提高 GAT 模型的性能。因此，我们提出了 ADGAT 变体模型，可根据图的稀疏性自适应选择层数，从而显着提高了模型的性能。
PDFa year ago
MGADN：用于多元时间序列的多任务图形异常检测网络
研究了多变量时序数据的异常检测问题，提出了一种使用 GAT 和 LSTM 深度学习模型的方法，通过多任务优化算法来同时实现时间戳和传感器之间的关系建模、精准的异常检测和重构。
PDF2 years ago
ICLR可学习的图卷积注意力网络
该研究介绍了图卷积注意力层（CAT）和 GNN 架构（L-CAT），旨在充分利用两种方法的优势并自动插值 GCN，GAT 和 CAT。研究结果表明，在一系列数据集中，L-CAT 能够有效地组合不同的 GNN 层，优于竞争方法，从而减少了交叉
PDF2 years ago
基于内在特征学习的转置变分自编码器用于交通预测
该研究介绍了解决 Traffic4cast 2022 核心挑战和扩展挑战的方法，使用 Transposed Variational Auto-encoder（TVAE）模型重建丢失的数据、Graph Attention Networks（G
PDF2 years ago
KDD我们真的在取得很大的进展吗？重新审视、基准测试和改进异构图神经网络
本文通过使用官方代码、数据集、设置和超参数，对 12 个最近的异质图神经网络进行了系统的复现，揭示了关于 HGNNs 进展的惊人发现。发现由于不当的设置，简单的同质 GNNs 被大大低估，GAT 在适当的输入情况下可以在各种情况下与或胜过所
PDF3 years ago
AAAI隐式核关注
该论文提供了对 Transformer 和 GAT 中注意力机制的新解释和推广结构，其中注意力是由 RBF 核和 $L^{2}$ 范数的指数部分相乘得到的，从而推广了隐式核注意力、将 $L^{2}$ 范数泛化为 $L^{p}$ 范数和结构化
PDF4 years ago
有符号图注意力网络
本文中，我们提出了基于图注意力网络（GAT）的正负权网络的通用求解器 - Signed Graph Attention Network（SiGAT）。SiGAT 结合了图图形理论，将常规 GAT 表示和处理有正权重和无权重的网络扩展到对于有
PDF5 years ago