graph model | BriefGPT - AI 论文速递

关键词graph model

搜索结果 - 14

图基础模型
图基础模型（GFM）是图领域中一个新兴的研究课题，旨在发展一种能够概括不同图和任务的图模型。我们提出了一个新颖的视角 ——“图词汇表”，通过在图中编码基本可转移单元的不变性来建立图词汇表，从而解决在构建 GFM 中遇到的跨结构模式图之间正向
PDF5 months ago
基于热扩散动力学的图分类演化核方法
本文提出了一种基于物理学的热核和 DropNode 技术生成时间图增量的方法，用于描述系统的演变行为；同时，还提出了 GDTW 动态时间包裹距离的方法，用于量化演化系统之间的距离，结果在真实世界的结构图数据集上的分类问题中，通过演化核方法获
PDFa year ago
冲突解析的分类方法：将范畴论整合到图模型中
本文介绍了一种新的框架 ——C-GMCR（Categorical Graph Model for Conflict Resolution），该框架将范畴论整合到传统的冲突解决图模型（GMCR）中，提供更抽象和通用的模型，使研究者能够揭示更深
PDFa year ago
CVPRSuperDisco: 超级类别发现改善长尾数据的视觉识别
本文提出了 SuperDisco 算法，通过图模型发现超类表示，应用元学习方法元学习超类图来得到更稳健的超类图，对于处理长尾分布问题能够有显著提升，实验结果表明该算法在长尾 CIFAR-100，ImageNet、Places 和 iNatu
PDFa year ago
基于图形数据评估和规则推理的深度可解释性学习
提出了一种结合深度学习和基于专家规则解释性的端到端方法，利用图模型和预定义噪声规则建立规则网络，达到处理噪声数据和提高可解释性的效果。在工业生产系统中的实验表明，该方法可以达到非常高的泛化稳定性，比纯规则方法具有更好的拟合能力和更好的可解释
PDF2 years ago
EMNLP利用上下文感知线性化进行图形推理，实现可解释的事实提取和验证
本文提出了一个端到端的事实提取和验证系统，使用文本和表格证据，探讨了多任务学习图注意力网络同时训练证据提取和真实性预测任务，单独学习真实性预测和分离式证据提取的操作，并通过表格线性化模板捕捉表格数据的上下文和内容。最佳模型在盲测试数据中获得
PDF3 years ago
ICCVSketchLattice: 用于手绘操作的晶格表示
本文提出了一种基于格点结构的草图表示方法，通过有效编码该表示方法，实现了比现有技术少出 13.5 倍模型参数的草图抽象模型生成，并准确描述了其功能和效果。
PDF3 years ago
基于多视角几何的拥挤场景多人三维姿态估计
本文提出了一种基于图模型和最大后验估计的多人跨视角估计的方法，旨在解决人体关节匹配和模型鲁棒性的问题，并在四个基准数据集上证明了该方法的有效性和优越性。
PDF4 years ago
ECCV学习如何组合：多源领域自适应的知识聚合
通过探索不同域之间的相互作用，我们提出了一种基于知识图谱的多源领域适应框架（Learning to Combine for Multi-Source Domain Adaptation, LtC-MSDA），其中构建了知识图谱来实现语义相邻
PDF4 years ago
SIGIR解缠绕的图协同过滤
该研究提出了一种基于图模型的新方法 ——Disentangled Graph Collaborative Filtering（DGCF），用于在用户意图的更细粒度的层次上进行用户 - 物品关系建模和表示学习，以解决现有协同过滤方法中用户兴趣
PDF4 years ago
图像语义分割的图卷积神经网络
基于全卷积网络（FCN）的图形模型 Graph-FCN 用于图像语义分割，将图像网格数据扩展为图形结构数据，然后应用图形卷积网络解决图形节点分类问题，与原始 FCN 模型相比在 VOC 数据集上实现了竞争性的 mIOU 性能提升约 1.34
PDF5 years ago
AAAIPoint2Node: 点云特征建模中的动态节点相关性学习
本研究提出了一个名为 Point2Node 的端对端图模型来表示给定的点云，Point2Node 可以动态地探索不同级别的所有图节点之间的关联，并自适应地聚合所学的特征。
PDF5 years ago
CrowdPose：高效的拥挤场景姿态估计和新基准
本研究提出一种新颖的、高效的多人姿态估计方法，通过图模型的全局关键点最大化关联和每个关节的多峰预测，实现在拥挤场景下的准确姿态估计和高效推理，并提供新的数据集以更好地评估算法。在 CrowdPose 数据集上，本方法的 mAP 优于最先进的
PDF6 years ago
AAAI基于现实世界数据的乘车请求时空图建模
本论文基于详细分析真实世界来自共享乘车服务的数据，专注于对乘车请求和其时空变化进行建模。作者提出了一个图形模型来捕捉乘车请求的时空变异性和共乘的潜力，并发现这些乘车请求图形展现了人类行为建模的常见特征 - 稠密化功率法则。通过使用自动合成算
PDF7 years ago