message-passing | BriefGPT - AI 论文速递

关键词message-passing

搜索结果 - 26

让我们达成一致：比较基于消息传递框架下的图卷积网络
本文将图上定义的神经网络呈现为信息传递神经网络（MPNN），通过研究不同类别的这些模型的区别能力，探讨它们的识别能力，研究传统的图神经网络和卷积图神经网络对顶点进行特征标注的能力的界限，并使用 Weisfeiler-Lehman 算法对 M
PDF4 years ago
自适应传播图卷积网络
本文提出了一种自适应传播的图卷积网络（AP-GCN），通过节点自适应的通信步数和交换协议来平衡通信和精确度的关系，实现了优秀的图数据推断表现。
PDF4 years ago
ICML利用图网络学习模拟复杂物理现象
本研究提出了一种基于图神经网络的模拟器框架，通过学习信息传递来模拟包括流体、刚性固体和可变形材料在内的各种复杂物理现象，模型从单一粒子预测到测试时的数千个粒子，并且能够处理不同的初始条件和数万个时间步骤，具有较强的可靠性与预测能力。
PDF4 years ago
ICCV基于深度特征和预测修正的显著目标检测结构建模
本文提出了一种深度统一的 CRF 显著性模型，在 CNN 架构下通过特征 - 特征传递、特征 - 预测传递和预测 - 预测传递进行特征和预测更新，通过级联 CRFs 架构和 CNN 共同提炼得到最终的显著性图像，并在 6 个数据集上进行评估
PDF5 years ago
MM消息传递神经网络学习 Little's 定律
本文提出一种基于信息传递神经网络的通信网络拓扑图通用表示方法，可用于性能评估，解决了复杂建模的问题。
PDF5 years ago
连续状态空间的信念传播：具有定量保证的随机传递消息
本文引入一种新的技术 —— 随机正交序列消息传递（SOSMP）—— 用于计算具有连续随机变量模型中的 BP 固定点，通过对信息的正交级数展开的确定性近似和基础系数的积分更新的蒙特卡洛估计的随机近似贴近 BP 固定点，此技术已被证明在任何树
PDF12 years ago