graph attention mechanism | BriefGPT

关键词graph attention mechanism

搜索结果 - 8

基于条件边缘节点更新的图神经网络用于多元时间序列异常检测
引入了边缘条件节点更新图神经网络（ECNU-GNN）模型，通过边缘条件的节点更新模块动态地根据连接的边来适当地转换源节点表示，以更好地表示目标节点，并在 SWaT，WADI 和 PSM 三个真实世界数据集上验证了其性能，相比最佳基线模型，分
PDF5 months ago
GATGPT：基于图注意力网络的预训练大型语言模型用于时空填补
在本研究中，我们提出了一种创新方法 GATGPT，它将已训练好的大型语言模型（LLM）与图注意机制相结合，用于时空插补。我们保持大部分 LLM 参数不变，以利用现有知识学习时间模式，并针对不同应用程序调整上层的微调。图注意组件增强了 LLM
PDF7 months ago
关于注意力图神经网络中过度平滑现象的揭秘
本篇论文通过严密的数学分析，将注意力机制的图神经网络视为非线性时变动力系统，并将不均匀矩阵的乘积和联合谱半径的理论工具和技术纳入分析，证明了注意力机制无法避免过度平滑，并且会以指数方式失去表达能力
PDFa year ago
基于异构星型图的类型监督序列标注用于命名实体识别
本论文研究了包含文本节点和类型节点的异构星型图的表示学习，修正了一种混合形式的图注意力机制，解决了传统序列标注方法中忽略嵌套实体的问题，并提出了一种多层标注策略，经实验验证，该方法在提取扁平和嵌套实体方面均达到了最先进的性能水平。
PDF2 years ago
基于图注意力机制的 EEG 情感识别中的局部时空模式学习
研究提出了一种基于局部时空模式学习图注意力网络 (LTS-GAT) 的情感识别技术，通过图注意力机制检测 EEG 模式的局部信息，添加动态域鉴别器来提高算法鲁棒性，在个体依赖和独立的情况下验证了算法的有效性，并采用可视化方法研究了大脑不同区
PDF2 years ago
MM引导深度超分辨率的联合隐式图像函数
本文提出了一种将指导性先验信息引入深度超分辨率模型的方法，使用联合隐式函数 (JIIF) 来表示目标图像领域，并使用图注意力机制在联合深度隐式函数中学习插值权重，该方法在三个公共基准测试中显着优于现有方法。
PDF3 years ago
ECCV上下文异构图神经网络用于人 - 物交互检测
本文提出一种基于异构图网络的目标与人交互检测方法，通过将人和物体建模为不同种类的节点，利用节点之间的内部关联信息和跨类别信息，再利用图注意力机制提升学习效果，实验表明内部关系和跨类别信息对于目标与人交互检测非常重要，并证实了模型的有效性。
PDF4 years ago
基于图注意力机制的可扩展图生成模型
本文介绍了一种可扩展的图生成模型 GRAM，其采用一种新颖的图注意机制和评估方法，在节点 / 边标签图生成任务中表现出较高的性能。
PDF5 years ago