graph neural network | BriefGPT

关键词graph neural network

搜索结果 - 785

SocialFormer：边增强异构图变换器用于轨迹预测的社交交互建模
本文介绍了一种考虑交通参与者之间复杂互动的准确轨迹预测方法，该方法利用道路拓扑和语义关系，采用了边增强的异构图转换器作为聚合器，通过图神经网络对语义和空间交互信息进行编码，同时引入了基于门控循环单元的时间编码器来模拟交通参与者的时间社会行为
PDF2 months ago
有向无环图上的卷积学习
我们开发了一种新颖的卷积结构，专门用于从有向无环图 (DAGs) 的数据中学习。通过 DAGs，我们可以建模变量之间的因果关系，但它们的幂零邻接矩阵给开发 DAG 信号处理和机器学习工具带来了独特挑战。为了解决这个限制，我们利用了近期的进展
PDF2 months ago
无需外部定位和时钟设备的稳健协作感知
通过识别各个代理的感知数据中固有的几何图案来实现空间时域能力的协调，提出了一种不依赖外部定位和时钟设备的强大的协同感知系统，其中关键模块为 FreeAlign，通过构建每个代理的显著对象图，并使用图神经网络来识别代理之间的共同子图，从而获得
PDF2 months ago
应用 eGNNs 在残基和原子图与语言模型信息相结合下，预测多突变下的蛋白结合亲和力：eGRAL
通过深度学习及图神经网络，使用蛋白质的大规模语言模型提取特征，针对蛋白质复合物中的多个氨基酸替代预测结合亲和力的变化
PDF2 months ago
MEC 辅助下的智能混合资源分配在 RAN 切片网络中
通过考虑多节点计算资源的协作分配、传输资源块（RB）的分配以及系统的时变动态性，本文旨在通过联合考虑提出一种适用于合作 MEC 辅助的 RAN 切片系统中异构服务需求的最大 SSR 的方法。对系统进行抽象并使用循环图强化学习算法来智能地学习
PDF2 months ago
ATNPA: 图神经网络中过度平滑缓解的统一视图
在本研究中，我们提出了 ATNPA（增强、转化、归一化、传播和聚合），总结了图神经网络（GNN）过度平滑的缓解方法，包括三个主题和六个类别的方法，并详细审查了代表性方法，包括它们与 ATNPA 的关系以及其优劣势。这一综述不仅深入了解了该领
PDF2 months ago
时尚推荐：使用 GNN 的服装搭配
利用图神经网络分析时尚产业的机器学习应用，评估 Polyvore 数据集中的衣着搭配和商品推荐准确性，并比较两种现有模型在任务完成和兼容性预测上的性能。我们发现 Hypergraph Neural Network 在两个任务上稍微具有更好的
PDF2 months ago
面向图表示学习的参数高效调优大型语言模型
针对文本丰富的图表，我们引入了一种新方法 —— 图感知参数高效微调（GPEFT），通过利用图神经网络（GNN）编码邻居节点的结构信息生成图提示，插入到文本序列的开头，从而实现了高效的图表示学习。通过在 8 个不同的文本丰富的图表上进行全面实
PDF2 months ago
相似性等变图神经网络用于仿生材料的均质化
通过使用图神经网络作为替代模型，我们开发了一种基于机器学习的方法来准确快速地模拟软、多孔的机械变形材料以调节其机械性能，并通过预测全局物理量和模式变换来处理不同的微观结构。
PDF2 months ago
DPGAN：用于图中缺失数据填补的双路径生成对抗网络
本文提出了一种名为 Dual-Path Generative Adversarial Network (DPGAN) 的新框架，用于同时处理缺失数据和避免过度平滑问题，在广泛的基准数据集上进行了全面的实验证明，DPGAN 始终能与现有的最先
PDF2 months ago
基于图的假新闻检测器的普适性黑盒对抗攻击
我们提出了第一个通用黑盒对抗攻击框架，称为 GAFSI，用于针对基于不同图结构的检测器，通过模拟社交互动行为来欺骗检测器，实验证明了 GAFSI 的有效性。
PDF2 months ago
CNN2GNN：如何将 CNN 与 GNN 连结
基于卷积神经网络（CNN）和图神经网络（GNN）的互补优势和弱点，本文提出了一种新颖的 CNN2GNN 框架，通过知识蒸馏将 CNN 和 GNN 结合起来。
PDF2 months ago
PHLP：链接预测的唯一持久同调 —— 可解释的特征提取
基于持久化同调的新方法用于链接预测，通过分析图的拓扑信息解释性能提高的原因。该方法不仅利用角度跳子图和新的节点标签方法来更好地区分图的信息，还结合已有的图神经网络模型，在各项基准数据集上均实现了优异的性能。
PDF2 months ago
追逐 - 逃避问题的通用追逐者
Grasper 是一种基于图神经网络和超网络的通用追逐 - 逃避问题解决方法，通过高质量的解决方案在各种情景下提供优越性能，实现在真实世界中的实际部署。
PDF2 months ago
基于张量分解的多药联合副作用预测
药物联合使用引起的不良反应是现代医学中一个日益普遍的现象，对其准确预测的挑战至关重要。尽管存在大量计算方法来解决这个问题，但由于问题的多项式特性，仅依靠实验室的方法无法满足需求。我们将三种张量分解模型应用于基准数据集，与现有技术进行比较，发
PDF3 months ago
机器学习原子间势能中的插值和微分化学自由度
利用连续和可微调的化学自由度在原子材料模拟中引入了化学元素和相应的权重，并对 MLIP 的消息传递和读取机制进行了修改，实现了材料组成状态之间的平滑插值，为优化固溶体组成、进行化学自由能模拟以及表征复杂材料系统的相稳定性提供了新途径。
PDF3 months ago
基于关系型提示的预训练语言模型用于社交事件检测
使用预训练语言模型（PLMs）基于关系提示的社交事件检测方法（RPLM_SED），提出了新的成对消息建模策略，采用多关系序列将社交消息构建为消息对；其次，采用多关系提示的成对消息学习机制使用 PLMs 从消息对中学习更全面的消息表示；再次，
PDF3 months ago
以意图为条件的注视导向图神经网络用于动作预测
通过将人类凝视引入计算算法，我们提出了一种基于视觉 - 语义图的 “凝视引导行为预测” 算法，利用图神经网络识别行为者的意图并预测行为序列以达到该意图，并通过收集包含人类凝视数据的 VirtualHome 环境中生成的家庭活动数据集，在 1
PDF3 months ago
基于图神经网络的新兴技术快速系统技术协同优化框架
该论文提出一个系统技术共优化 (fast system technology co-optimization, STCO) 框架，通过应用人工智能技术加速 STCO 技术层面，包括使用基于图神经网络 (GNN) 的方法进行 TCAD 仿真和
PDF3 months ago
HeMeNet：蛋白多任务学习的异构多通道等变网络
通过输入蛋白质的三维结构，我们提出了一种神经网络模型来同时处理多个任务，该模型名为异质多通道等变网络（HeMeNet），可捕捉不同原子之间的异质关系，并通过任务感知读出机制实现任务特定学习。我们在多任务基准数据集上进行了广泛评估，验证了多任
PDF3 months ago