graph neural architecture search | BriefGPT

关键词graph neural architecture search

搜索结果 - 9

KDD基于课程图稀疏化的轻量化图神经网络搜索
设计一种通过有价值的图数据识别重要子架构的联合图数据和架构机制，以搜索轻量级图神经网络 (GNNs) 的最佳架构，提出一种带有图稀疏化和网络修剪的轻量级图神经体系结构搜索 (GASSIP) 方法，并通过两个不可分割的模块优化这些模块来高效搜
PDF10 days ago
无监督图神经架构搜索与解耦的自我监督
通过提出一种新颖的解缠结自监督图神经结构搜索 (DSGAS) 模型，并在未标记的图数据上进行自监督训练，该模型可以以无监督的方式发现捕捉各种潜在图因素的最佳结构，并取得在一些基准方法上的最先进性能。
PDF4 months ago
使用 GPT-4 进行图神经网络架构搜索
利用 GPT-4 嵌入 GNAS 中进行图神经架构搜索，通过设计一类用于引导 GPT-4 生成图神经结构的提示信息，提供了更准确且收敛迅速的图神经网络，实验结果表明相比最先进的 GNAS 方法，嵌入 GPT-4 的 GNAS 取得了更好的性
PDF9 months ago
高效且可解释的图神经网络架构搜索：蒙特卡洛树搜索
图神经网络（GNN）广泛应用于各个领域的数据科学任务，但为了设计 / 选择最佳的 GNN 结构，研究人员和实践者需要付出大量的努力和计算成本。为了节省人力努力和计算成本，我们提出了一种高效且可解释的图神经架构搜索方法（ExGNAS），它包括
PDF10 months ago
WWWAuto-HeG: 异构图上的自动化图神经网络
本文提出了一种自动在异构图上构建图神经网络模型的方法 Auto-HeG，其将异构性融入了异构图神经网络的所有阶段，包括搜索空间设计、超网训练和架构选择，并在离一不作模式下进行了异构架构选择。研究结果表明，Auto-HeG 在开发出优秀的异构
PDFa year ago
AAAI异质信息网络上的可微元多重图搜索与部分消息传递
本文提出了一种名为部分信息元多图搜索（PMMM）的新方法，用于自动优化 HIN 上的神经结构设计，其采用可微分方法搜索有意义的元多图，以捕获比元图更灵活和复杂的语义关系，并证明其优于现有作品和是稳定的算法。
PDF2 years ago
CVPR自动关系感知图网络扩张
提出了一种自动关系感知图网络扩展（ARGNP）方法，该方法通过关系引导的信息传递机制高效搜索 GNN，实验表明其优于当前手工设计和基于搜索的 GNN。
PDF2 years ago
SIGIRGraphPAS: 图神经网络的并行架构搜索
本文提出了一种并行的图神经网络架构搜索框架 (GraphPAS)，采用分享式进化学习并动态采用架构信息熵进行变异选择概率，从而提高搜索效率和准确性。实验结果表明，GraphPAS 在效率和准确性上都优于现有技术。
PDF3 years ago
CVPR从消息传递重新思考图神经架构搜索
本文提出的 Graph Neural Architecture Search 可以自动化搜索图神经网络的最佳深度和最佳的消息传递机制，以达到优越的图任务结果。
PDF3 years ago