关键词graph diffusion models
搜索结果 - 6
- 结构约束图的生成建模
通过引入特定的边吸收噪声模型和新的投影算子，ConStruct 是一种允许硬约束图扩散模型以包含特定属性（如平面性或非循环性）的新框架。它在合成基准和属性现实数据集中展示了多功能性和最先进的性能，例如在数字病理学图数据集中，利用平面性的提出 - GraphSL: 图源定位方法的开源库和基准数据集
GraphSL 是一个用于研究图源定位问题的新型库，它方便了对不同图扩散模型进行信息传播模拟，并使得可以在已建立的基准数据集上评估前沿的源定位方法。
- 图扩散策略优化
通过加强学习，本研究引入了一种新颖的图扩散策略优化（GDPO）方法，通过针对任意（例如，非可微分）目标优化图扩散模型，用于药物设计等领域的图生成，实验结果表明 GDPO 在具有复杂和多样目标的各种图生成任务中实现了最先进的性能。
- 基于图的扩散方法生成三级淋巴结构
本研究利用图扩散模型生成具有生物学意义的细胞图，并且展示了在肿瘤领域中评估癌症发展的生物标志物之一 —— 细胞三级淋巴结结构的分布。此外，我们还演示了学习得到的生成模型在细胞三级淋巴结结构分类任务中进行数据增强的实用性。据我们所知，这是首次 - 图扩散模型综述：分子、蛋白质和材料的科学生成式人工智能
本文调查了图扩散模型的进展，特别关注了其在 AI 生成内容方面的应用，主要是分子、蛋白质和材料设计。我们也讨论了评估该模型在图领域的存在挑战问题。
- 谱扩散快速生成图
该论文提出了一种基于图谱扩散的高效而有效的 Graph Spectral Diffusion Model （GSDM），相较于基于整个图邻接矩阵空间的扩散模型，该模型能够更好地学习生成拓扑结构更好的图数据，而实验结果表明该模型不仅可以生成质