hierarchical graph neural network | BriefGPT

关键词hierarchical graph neural network

搜索结果 - 6

MissionGNN: 基于层次多模态图神经网络的弱监督视频异常识别与任务特定知识图生成
这篇论文介绍了一种基于层次图神经网络（GNN）的新型模型 MissionGNN，通过利用先进的大型语言模型和全面的知识图谱，在 VAR 的弱监督学习中解决了异常检测和识别中的挑战。通过自动化的任务特定知识图生成，我们的模型提供了一种实际高效
PDF7 days ago
KDD公司即部落：基于分层图神经网络的部落式图上公司风险评估
研究使用部落式图作为新的财务风险评估方式，提出一种新的基于两个级别的 TH-GNN 模型，包括结构模式编码和信息扩散两个级别，利用对比学习和部落关系分析有效地、高效地识别部落中的风险公司，模型在真实数据集上得到了显著的改进。
PDFa year ago
全景人类活动识别
本文提出了全景人体活动识别（PAR）问题，介绍了基于层次图神经网络的解决方法，并建立了 benchmark 数据集。实验验证了所提出问题，算法和 benchmark 的合理性和有效性。
PDF2 years ago
HACT-Net: 一种基于层级细胞到组织图神经网络的组织病理图像分类方法
研究提出了一种新颖的分层细胞 - 组织图（HACT）表示，以及一种分层图神经网络（HACT-Net），用于将 HACT 表示映射到组织学乳腺癌亚型中。该方法通过实体为基础的拓扑分析更符合组织病理诊断程序，从而鼓励进一步将病理学先验纳入任务特
PDF4 years ago
AAAI从模态到模态的翻译：基于对抗表示学习和图融合网络的多模态融合
本文提出了一种新颖的对抗性编码 - 解码 - 分类器框架来学习一个多模态不变的嵌入空间，通过对抗训练将源模态的分布翻译成目标模态的分布并引入重构损失和分类损失来约束嵌入空间，并使用分层图神经网络来融合编码表示。我们在多个数据集上实现了最先进
PDF5 years ago
AAAI分子性质预测：多层量子相互作用建模透视
本研究提出了可推广和可转移的分层图卷积神经网络（MGCN）以预测分子性质。研究中将每个分子表示为图以保留其内部结构，并且通过多级交互从构象和空间信息直接提取特征，从而可以利用多级总体表示来进行预测。实验结果显示 MGCN 具有显著的泛化能力
PDF5 years ago