关键词graph neural architecture
搜索结果 - 3
- 层次空间时间注意力网络下的轨迹 - 用户链接
本文提出了一个新的分层时空注意力神经网络 ——AttnTUL,用于联合编码局部轨迹过渡模式和全局空间依赖性,以实现轨迹 - 用户链接,并使用各种轨迹数据集证明了其在性能上优于最先进的基线模型。
- 强健多通道图神经网络在远程工作优化中的应用
本文介绍了一种基于图神经网络的原则性方法,该方法可以联合建模求职者和职位的远程程度,并解决信息不足的情况下怎样找到匹配的工作机会的问题,该方法已在真实世界应用的大规模数据上进行了广泛的实验,并验证了其在解决该领域的问题上的卓越性能。
- AAAI基于空间 - 时间图扩散网络的交通流量预测
为了更准确地预测城市交通流量并在智能交通管制和公共风险评估等方面实现更有效的空间 - 时间挖掘应用,我们开发了一种新的交通预测框架 Spatial-Temporal Graph Diffusion Network(ST-GDN),该框架具有