gnn | BriefGPT - AI 论文速递

关键词gnn

搜索结果 - 29

WSDM全局知识蒸馏的深度图层异常检测
介绍了一种新的基于深度学习的图异常检测方法，该方法使用 GNN 来预测具有随机初始化网络权重的另一个 GNN，可以有效检测局部和全局异常的真实世界图数据集。
PDF3 years ago
DropGNN：随机删除提升图神经网络的表达能力
本文介绍了一种新的 Dropout Graph Neural Networks 方法，通过多次运行 GNN 并在每次运行中随机独立地删除一些节点，从而克服了标准 GNN 框架的局限性，并证明了该方法在区分 GNN 不能分开的各种图形邻域方面
PDF3 years ago
面向图卷积神经网络的垂直联邦学习框架
本文提出 FedVGCN 算法，是一个隐私保护的节点分类任务的联邦学习范式，能够推广到现有的 GCN 模型，将计算图数据分成两部分，在同态加密下，双方交换中间结果进行训练，实验结果表明 FedVGCN 在 GraphSage 的情况下是有效
PDF3 years ago
利用通道剪枝加速大规模实时 GNN 推理
本文提出通过修剪每层维度中对输出结果的影响程度很小的特征维度，使用 LASSO 回归公式设计修剪框架来加速 GNN 推理。针对计算和存储情景，设计了修剪方案。此外，还有效地存储和重复利用已访问节点的隐藏特征，显著降低了计算目标嵌入所需支持节
PDF3 years ago
基于分层超边嵌入的团体推荐表示学习
本文提出了一种基于超边嵌入的层次化组推荐算法 HyperGroup，在考虑群组内部成员相似性，通过利用用户间的交互信息来解决用户关系稀疏性问题，同时结合 GNN 实现个人与群组的表示学习，通过构建超图和超边嵌入技术，增强了群组内的相似性，在
PDF3 years ago
ICML受传统迭代算法启发的图神经网络
本研究提出了一种新的 GNN 架构，结合基于迭代算法的更新规则，解决了现有架构在过度平滑、长距离依赖和对抗攻击等方面存在的问题。结果表明该模型在各种场景下都表现出极高的稳健性和准确性。
PDF3 years ago
自动图神经网络
本研究提出自动设计深层 GNN 的方法，其中添加了新型的跳跃连接以促进特征重用和缓解梯度消失问题，并允许进化算法在演化过程中增加 GNN 层数来生成更深的网络，在 Cora、Citeseer、Pubmed 和 PPI 数据集上实验表明，GN
PDF4 years ago
基于属性缺失图的学习
本文提出了一种基于分布匹配的图神经网络 SAT，用于解决结点属性缺失情况下的图学习问题，SAT 的性能优于其它方法。
PDF4 years ago
图神经网络的边缩减池化
本研究提出了一种名为 EdgePool 的图池化层，利用边缩减的概念来学习局部和稀疏的硬池化转换，证明 EdgePool 优于其他池化方法，并且易于集成到大多数 GNN 模型中，提高了节点和图的分类性能。
PDF5 years ago