graph attention networks | BriefGPT

关键词graph attention networks

搜索结果 - 47

使用图形注意力网络的超像素图像分类
本研究提出了使用图神经网络模型进行图像分类的方法，将输入图像转换为区域邻接图，在该图中，区域是超像素，边连接相邻超像素。实验表明，将图卷积与自我关注机制相结合的图注意力网络（GATs）优于其他图神经网络模型。
PDF4 years ago
稀疏图注意力网络
该论文提出了一种基于 L0 正则化的 Sparse Graph Attention Networks，可以对大规模、复杂的图进行特征聚合，鲁棒性与有效性更高，达到与原始图相同或更高的预测性能；同时，其使用结果可视化和量化表达，让人更加容易理
PDF5 years ago
基于大边际约束的图注意力网络的改进
本研究提出了一种通过训练中的注意力基于边界值约束来缓解过度平滑和过度拟合的图注意力网络架构。实验证明该方法在常见基准数据集上比之前最先进的图注意力方法有了显著的改进
PDF5 years ago
EMNLP社交媒体用户的动态表示学习在 NLP 中的应用
本文提出了一种基于图注意力网络的模型，该模型动态地探索一个用户的社交图，计算用户表征并结合语言信息进行预测，在三项任务上进行评估并与其他模型进行对比，表明该模型明显优于当今其他方法。
PDF5 years ago
KDD利用神经网络增强 A* 搜索算法，实现个性化路线推荐
采用神经网络自动化学习经典启发式算法 A * 算法的成本函数，以解决由于人工设置启发式代价函数和利用有用上下文信息等问题导致的个性化路线推荐任务的低效性和不准确性。
PDF5 years ago
KDD通过最大团优化实现 Exact-K 推荐
本文提出了一个新的推荐问题 Exact-K 推荐，针对此问题，研究团队以图为基础将其简化为最大点团问题，并提出了一种名为 GAttN 的图注意力网络，结合自注意力编码器和注意力解码器，实现一整套的 End-to-End 训练方法，再结合行为
PDF5 years ago
ICLR图注意力网络
本文提出新颖的神经网络结构图注意力网络（GATs），利用掩码的自我关注层处理图结构化数据的缺点，有效提出解决谱学派图神经网络中的几个关键挑战的方法，并在四个数据集上取得了最先进的结果。
PDF7 years ago