graph regression | BriefGPT

关键词graph regression

搜索结果 - 7

KAGNNs: Kolmogorov-Arnold 网络遇上图学习
最近几年，图神经网络 (GNNs) 成为学习节点和图表示的事实上的工具，该论文比较了 KANs 与 MLPs 在图学习任务中的性能，结果表明在分类任务方面两者相当，但在图回归任务上，KANs 具有明显优势。
PDF10 days ago
使用切片瓦瑟卡因魏斯费勒 - 勒曼图内核的高斯过程回归
用监督学习和高斯过程回归为基础，提出了 Sliced Wasserstein Weisfeiler-Lehman（SWWL）图内核来处理具有连续节点属性的大型稀疏图数据集，并成功应用于分子数据集的图分类和计算流体力学、固体力学的图回归任务。
PDF5 months ago
RegExplainer: 生成回归任务图神经网络解释
本文提出了一种基于信息瓶颈理论的目标函数和混合框架来解释解释图回归模型（XAIG-R）的方法，并引入了对比学习策略来解决连续有序标签的问题，实验证明该方法在解释图神经网络模型中的回归任务方面具有有效性。
PDFa year ago
ICML路径神经网络：表现力强且准确的图神经网络
本文引入 Path Neural Network 模型来提高图表达的表达能力，实验证明该模型比 1-WL 算法更加强大，且在图分类和图回归任务中表现良好。
PDFa year ago
KDD半监督图不平衡回归
本研究提出一种半监督自训练框架以解决图形回归任务中标签值稀疏的问题，并通过伪标签和图例增强等方法来平衡训练数据，从而显著减少预测图形属性的误差。
PDFa year ago
大规模随机图上消息传递神经网络的泛化分析
研究了 MPNN 在图分类和回归中的泛化误差，表明 MPNN 的复杂度越高，泛化差距越大；同时，不仅训练样本数，而且图中平均节点数对泛化差距也有影响。从统一收敛结果导出泛化界限，表明在图上应用 MPNN 可以逼近离散化的几何模型上的 MPN
PDF2 years ago
AAAIWeisfeiler 和 Leman 进化为神经网络：高阶图神经网络
本文研究了图神经网络以及其理论背景并将其与 $1$-WL 算法相对比，提出了 $k$-dimensional GNNs 这一扩展方法，证明了它在处理社交网络和分子图像等高阶结构方面的有效性。
PDF6 years ago