关键词graph-based techniques
搜索结果 - 8
- KDD动态图中的异常检测：综合调查
该综述报告全面而概念性地介绍了使用动态图进行异常检测的方法，重点关注基于图的异常检测技术及其在动态网络中的应用，总结了现有研究的优势、限制和未来挑战，以指导未来的研究工作和推动动态图中的异常检测技术进展。
- 超图门控注意力的 ASD 分类以及可学习的超边
自闭症谱系障碍的神经发育状况，针对其多样化的症状认知挑战和重复行为模式，本研究提出了一种基于神经影像的可靠生物标志物识别方法 ——HyperGALE，通过引入学习的超边和门控注意机制，该方法在解释复杂的脑图数据方面取得了显著改进，深入洞察了 - 进化之城：朝着灵活、敏捷和共生系统迈进
通过先进的传感技术、基于图形的技术并采用分散自治的组织和运行方式，本研究提出了一个增强城市适应性感知的框架，以便使城市能够更灵活、更响应不断变化的需求。这种进化的城市不仅能优化交通流量通过调整车道分配，并降低排放量，而且还提出了一个可持续城 - 推荐系统中的嵌入：一项调查
推荐系统中的嵌入技术是关键，它将高维离散特征转化为低维连续向量以提升推荐性能，并涵盖协同过滤、自监督学习和基于图的技术，同时介绍了自动机器学习、哈希技术和量化技术，旨在改善推荐系统的性能和降低计算复杂性。
- 具有同态计数的结构节点嵌入
基于图同态计数的嵌入方法为机器学习提供了可解释性，通过捕捉局部结构信息创建强大的结构嵌入，可以用于各种下游任务，同时在实际应用中也具备计算高效性。
- 用于稀疏标记数据分类的持久性拉普拉斯增强算法
本文提出一种称为 PL-MBO 的代数拓扑半监督学习方法，它将持久谱图理论与经典的 MBO 方法相结合，通过一系列链复杂体和关联的简单复杂体构建一族持久拉普拉斯变换，从而实现在标记数据量较少的情况下实现良好的性能。
- ACM—— 用于抽象化多文档摘要的属性调节
本文提出了 ACM，一种属性条件化的多文档摘要方法，该方法在解决多篇文档信息合成和提取显著信息的问题时，通过引入属性条件化模块来消除对于一个特定主题可能存在的情感、偏见或主观信息的冲突，相较于其他基线模型具有更好的 ROUGE 得分和更高的 - 多模态相似性学习
本文提出了一种基于多核学习以及基于图的过滤技术的方法，将多媒体数据中的多种模态融合到单一的相似度空间中，以解决多媒体数据中的主观问题和不一致问题。