graph alignment | BriefGPT - AI 论文速递

关键词graph alignment

搜索结果 - 11

图对齐问题：基本限制与高效算法
该论文研究图对齐问题，即图同构问题的噪声版本，旨在找到两个图节点之间保留大多数边的匹配。研究集中在随机图中，在理解该问题的基本信息论极限以及设计和分析能够恢复数据中潜在对齐的算法方面表现出兴趣。针对这些算法，我们给出了在它们成功或失败的情况
PDF3 months ago
使用图神经网络进行随机几何图对齐
通过研究在存在顶点特征信息时，图神经网络在图对齐问题中的表现，我们证明在特征向量的稀疏性和噪声水平满足一定条件的情况下，经过精心设计的一层图神经网络能够高概率地恢复出两个图的顶点之间正确的对应关系，并且我们还证明了对于噪声水平的条件是近似最
PDF5 months ago
通过联合结构学习和最优传输实现强韧属性图对齐
本论文提出了 SLOTAlign—— 一个无监督的图对齐框架，将图对齐转化为两个矩阵间的最优运输问题，结合多视图结构学习增强了图表示能力并减少了图之间继承的结构和特征不一致性的影响，在六个无监督图对齐数据集和 DBP15K 知识图谱对齐基准
PDFa year ago
MMGA：基于图形对齐的多模式学习
本文提出了一个新的多模态预训练框架 MMGA，它能在社交媒体上整合图形、图像和文本模态的信息来增强用户表示学习。通过多步骤的图形对齐机制，将自监督信息注入到图像和文本编码器的优化中，同时使用图像和文本模态的信息来指导图形编码器学习。实验结果
PDF2 years ago
基于示例的静态分析规则合成
本文介绍了一种新的代码质量规则综合算法 RhoSynth，它基于整数线性编程的图形对齐，通过利用开发人员所做的代码更改作为正和负样本的源来引导 RhoSynth，能够综合出 30 多个 Java 代码质量规则，同时说明了当前最先进的程序综合
PDF2 years ago
多语言知识图谱完善与自监督自适应图对齐
本文提出了自我监督自适应图对齐（SS-AGA）方法来解决多语言知识图谱完备性问题，该方法将所有知识图谱融合为一个整体图，并将对齐视为一种新的边类型，并通过关系感知的注意力权重，自适应地控制跨知识图谱的信息传播和噪声影响。
PDF2 years ago
ACL边缘：用外部文本丰富知识图谱嵌入
该论文提出了一种名为 Edge 的知识图谱增强和嵌入框架，通过外部文本语义和结构层面的知识图谱增强，设计图对齐术语，负采样和嵌入学习，Edge 在链接预测和节点分类方面表现出鲁棒性和高效性。
PDF3 years ago
CVPR弱监督视觉语义解析
本文提出了一个广义的场景图生成模型 —— 视觉语义解析，并基于动态、注意力机制的二分图传递框架设计了关注于图节点和边的视觉语义解析网络 (VSPNet)，同时通过一种全新的图对齐算法，建立了第一个基于图的弱监督学习框架。大量实验证明 VSP
PDF4 years ago
GOT: 一种图比较的最优传输框架
我们提出了一个完全新的基于最优传输的框架，用于比较图形，该框架能够有效地解决不同任务，如图形对齐，图形分类和图形信号预测问题，通过显式解析 Wasserstein 距离的表达式，其中图拉普拉斯矩阵被用来描述类似于曲面的图形信号分布的概率分布
PDF5 years ago
离散 Ollivier-Ricci 流进行的网络对齐
本篇研究探讨如何运用 Ricci 流量度量两个图之间的距离，进而提高网络对齐的效果，并在复杂图模型和实际网络数据集方面取得了比其他方法更优秀的效果。
PDF6 years ago
图的频谱对齐
本文提出了一种改进的广义图对齐方法，该方法结合了匹配和不匹配两种条件，在不同的图案例中，通过矩阵的谱分解达到了较好的性能表现，尤其在对齐正则图结构方面显著优于现有方法。
PDF8 years ago