inductive setting | BriefGPT

关键词inductive setting

搜索结果 - 12

为归纳式知识图谱补全构建更好的基准数据集
通过提出一种新的策略构建归纳性的知识图谱补全（Knowledge Graph Completion，KGC）数据集，此策略有助于缓解 Personalized PageRank（PPR）的缺陷，进而使用这些数据集评估了多种常见方法的性能，促
PDF20 days ago
对基于归纳图神经网络的链接窃取攻击
通过针对归纳式图神经网络进行系统隐私分析，本文填补了以往对于归纳式图神经网络的全面隐私分析的空白，并通过对链接窃取攻击的分析，提出了后验攻击和组合攻击两种类型的攻击，发现归纳式图神经网络泄漏大量信息，使得攻击即使在没有关于图结构的先验知识的
PDF2 months ago
COLING归纳逻辑查询答案的 Prompt-fused 框架
我们提出了一个名为 Pro-QE 的查询感知提示融合框架，它可以通过上下文信息聚合来融合现有查询嵌入方法并处理新出现实体的嵌入问题。实验证明我们的模型成功地处理了逻辑查询中的未知实体问题。
PDF3 months ago
ICLR频谱转换核回归
无标签数据是现代机器学习的关键组成部分，本论文回顾了传统的谱转换核回归（STKR）算法，并提供了一类新的通用且可扩展的 STKR 估计器，能够利用无标签数据。通过谱变换，STKR 利用了无标签数据提供的额外信息来学习数据分布，并在已知多项式
PDF5 months ago
拓展转导式知识图嵌入模型用于归纳逻辑关系推理
该研究介绍了一种广义的谐波扩展技术，通过利用传统的跨领域知识图嵌入方法学习的表示，推断引入的新实体在推理时的表示，并扩展了跨领域知识图嵌入方法的功能，可以用于知识图的补全和逻辑查询。
PDF10 months ago
少样本节点分类的归纳线性探测
本研究针对现有文献主要关注 transductive few-shot node classification，忽视了 broader few-shot learning community 中广泛研究的 inductive setting
PDFa year ago
无源归纳域自适应的双移动平均伪标签方法
本文提出了一种名为 DMAPL 的半监督微调方法，基于移动平均的原型分类器，用于源自由归纳域适应中的标签伪造和模型微调，并在实验证明其表现优于现有方法。
PDF2 years ago
ICLR归纳节点分类的神经结构化预测
本文提出了一种新的方法：结构化代理网络（SPN），它结合了条件随机场（CRFs）和图神经网络（GNNs）的优点，通过解决一个近似的优化问题来有效学习模型，用于无标签测试图上的节点标签推断，实验结果表明 SPN 优于许多竞争对手。
PDF2 years ago
图神经网络的可参数化解释器
本研究提出 PGExplainer 方法解决了图神经网络在全局理解及归纳场景下解释预测的问题。PGExplainer 使用神经网络参数化解释生成过程，支持对多个实例进行自然的解释，并提高了解释的泛化能力。实验结果在合成和实际数据集上表现出高
PDF4 years ago
零样本和少样本动作识别的生成式方法
本文提出了一种零样本动作识别的生成性框架，该框架基于建模每个动作类，使用代表该动作类的属性向量的概率分布的参数的函数。特别地，我们假设视觉空间中任何动作类的分布参数都可以表示为一组基向量的线性组合，其中组合权重由动作类的属性给出。这篇文章的
PDF6 years ago
强健层次聚类
本文提出了一种新的鲁棒的自下而上聚类算法，并展示了在满足一定自然属性且传统算法失效的情况下，该算法可以被用来进行准确的聚类。同时，该算法也被适用于归纳设置，并在合成数据和真实数据集上的实验表明，在存在噪音时，与其他分层算法相比，该算法可以获
PDF11 years ago
使用 Bagging SVM 从正样本和未标记样本中学习
我们研究了从标记为正例和未标记样本的训练集中学习二元分类器的问题，提出了一种袋装方法来应对这个问题，并在模拟和实际数据上进行了实证表明。
PDF14 years ago