message propagation | BriefGPT

关键词message propagation

搜索结果 - 9

WWW利用图神经网络进行节点消歧的分类
我们研究了图神经网络中的歧义问题，分析了歧义在不同图区域的存在以及与节点位置的关系，提出了一种新方法，使用额外的优化指导增强表示学习，并通过拓扑感知的对比学习来消除节点嵌入的歧义，从而有效解决歧义问题。实证结果验证了该方法的有效性，并突显其
PDF5 months ago
WWW具有非离散带宽的掩盖图自编码器
使用带宽掩蔽和逐层带宽预测目标，我们提出了一种新颖且有效的拓扑掩蔽图自编码器，理论上和经验上证明了其强大的图拓扑学习能力，通过自我监督的链接预测和节点分类，在各种数据集上优于代表性的基准模型。
PDF5 months ago
图神经网络中的优先传播
提出了一个可用于学习节点优先级消息传播的通用框架 PPro，该框架可以与大多数现有的图神经网络模型集成，并通过相互增强的机制来计算节点优先级、最优传播步骤和标签预测，实验证明该框架在传播策略和节点表示方面具有卓越性能。
PDF8 months ago
SAILOR: 结构增强的基于尾节点表示学习
利用结构增强的基于长尾分布的图神经网络模型（SAILOR）可以改善尾节点表达并超越现有基准模型。
PDFa year ago
面向异构图学习网络的关系中心化池化和卷积方法
提出了一种基于关系聚合和卷积 (PC-HGN) 的异构图神经网络模型，它可以进行关系特定的采样和跨关系卷积，从而更好地将图的结构异质性编码到嵌入空间中，与其他现有的图学习模型相比，其性能得到了最大 17.8％的提升。
PDF2 years ago
通过邻域传播学习表格数据的增强表示
本文提出了 PET 模型，通过超图与消息传递来增强目标数据表达，并融合标签和特征以及高阶特征交互来实现表格预测任务中的数据预测。实验验证了 PET 模型的优越性以及模型组件和功能增强能力。
PDF2 years ago
MGAE：用于图像自监督学习的屏蔽自编码器
本文提出了一种新颖的 MGAE 框架，通过对图结构进行随机遮掩边来重构这些缺失的边并利用 GNN 对部分遮掩的图进行传播来训练 MGAE 以达到有效学习图结构数据的目的，并在多个开放数据集上进行了广泛实验，表明 MGAE 在链接预测和节点分
PDF2 years ago
CVPR自适应消息传递的二分图网络用于无偏场景图生成
通过引入自适应消息传递的置信度感知双分图神经网络和高效的双层数据重新采样策略，可以有效地消除偏差，进而实现对场景图生成的均衡处理。该方法在多个具有挑战性的数据集上实现了卓越或具有竞争力的性能，包括 Visual Genome，Open Im
PDF3 years ago
IJCAI知识图谱支持的社交关系理解
本文提出一个基于知识图谱的图推理模型，通过消息传播和图注意力机制，将外部信息有效地整合到深度神经网络中，提高社交关系识别准确性。试验结果表明，该模型在公共基准测试中优于目前领先的竞争对手。
PDF6 years ago