关键词heterogeneous graph attention networks
搜索结果 - 4
- 多意图口语理解的协同引导
提出了一种名为 Co-guiding Net 的新模型，采用两阶段框架实现了两个任务之间的相互引导，并且通过异构图注意网络有效地表示语义节点和标签节点之间的关系，并进一步利用对比学习提高模型性能。
- 通过循环神经调度传播在异构图上学习人机团队协作策略
本研究提出了一种名为 HybridNet 的深度学习框架，该框架利用异构图编码器与循环调度传播器，采用强化学习算法在考虑时间约束的情况下进行混合人机团队调度。实验结果表明，相对于其他解决方案，HybridNet 在确定性和随机性人类表现方面 - 异构图注意力网络学习多样化通信
该研究提出了一种名为 HetNet 的异构网络注意力思想，用于协调不同类型的机器人团队完成合作任务，并评估 HetNet 在解决信息交互问题中的性能提升，实验结果表明其相比基准方法，在学习复杂多智能体协作的通信协议方面，表现更好。
- 具有异构图注意力网络的标签增强事件检测
本文提出了一种使用标签增强的异构图注意力网络 (L-HGAT) 来解决中文事件检测中的单词触发器不匹配问题的方法。在该方法中，每个句子被转换成一个图，其中包含了单词和字符之间的交互作用，并使用异构图注意力网络来传播关系信息和丰富信息交互。此