node attributes | BriefGPT - AI 论文速递

关键词node attributes

搜索结果 - 21

AGHINT：基于 Transformer 的异构信息网络上的属性引导表示学习
我们研究了异构信息网络中节点属性的差异对于异构图神经网络的性能影响，提出了一种新颖的以属性为指导的 Transformer 模型 AGHINT，通过直接整合高阶相似的邻居特征并修改节点之间的信息传递机制来更有效地聚合邻居节点信息，实验结果表
PDF3 months ago
AAAI图神经网络中节点属性的攻击
通过特征基对抗攻击研究了图在现代社交媒体和学术应用中所具有的复杂网络，并侧重于决策时攻击和毒化攻击，与 Net Attack 和 Meta Attack 等现有模型不同，我们的研究专门针对节点属性。利用 Hellaswag 文本数据集和 C
PDF5 months ago
使用随机块模型推断带属性超图中的社区结构
通过将节点属性数据纳入超图中的社区结构学习，本研究提出了一种统计框架 HyperNEO，可以增强合成和实际超图中社区结构的学习效果，同时将使用随机块模型等模型获得的学习表示应用降维方法 UMAP 可以将节点映射到二维向量空间，从而在实际超图
PDF6 months ago
对比深度非负矩阵因式分解在社区检测中的应用
提出了一种名为对比深层非负矩阵分解 (CDNMF) 的新型社区检测算法，通过加深非负矩阵分解来提取信息，创造性地将网络拓扑和节点属性构建为两个对比视图，并利用去偏差负采样层学习社区级别的节点相似性，提高模型对社区检测的适应性，实验证明，该模
PDF8 months ago
节点属性随机块模型的精确恢复与 Bregman 硬聚类
该研究论文以网络聚类为主题，探讨了基于节点属性和网络信息的高性能聚类算法，并通过信息理论准则建立了节点属性和网络信息交换的精确恢复标签的关系，提出了一种迭代聚类算法以最大化联合似然函数，并通过数值实验验证了该算法的优越性。
PDF8 months ago
GraphMaker：扩散模型能否生成大规模属性图？
GraphMaker 是一个新的扩散模型，专门用于生成大型属性图。通过研究扩散模型和节点属性生成的复杂相关性、节点级条件和小批量策略，以及使用生成的合成图进行评估的新评估流程，实证评估表明 GraphMaker 在生成逼真且多样化的大型属性
PDF9 months ago
面向属性网络嵌入的协作图神经网络
COllaborative graph Neural Networks (CONN) 是一种专门用于属性网络嵌入的 GNN 体系结构，通过选择性地传播来自相邻节点和相关属性类别的消息，并通过交叉相关联合重构节点之间和节点到属性类别之间的交互
PDFa year ago
图链接预测中优化泛化性的由节点特征与图拓扑的解耦
利用节点属性的预训练来改善连接预测模型的泛化能力，通过学习一个函数，UPNA 方法解决了归纳连接预测问题，超过了基准数据集上基准模型的表现。
PDFa year ago
KDD使用状态密度快速检测动态图中的属性变化
我们提出了一种新的谱方法：Scalable Change Point Detection（SCPD），它可以有效地检测动态图中的异常变化点，同时可以捕获到节点属性的变化，该方法具有可扩展性且能快速处理数百万条边，可以处理大量节点属性，进行
PDFa year ago
具有节点 - 边共同进化的深度多属性图翻译
本文提出一种新颖的多属性图转换框架，可以同时预测源域中输入图的节点和边缘属性，并且通过采用谱图正则化来确保预测的节点和边缘之间的一致性。
PDF4 years ago
节点属性社交网络中的社区发现：综述
本文介绍了社区检测的基本问题，即如何把社交网络中具有明确社交关系的社会行为者分成紧密相连和高度相关的群体，并详细介绍了使用节点属性的方法，对已知的方法进行分类，提供了每种方法的一般技术思想，分析了当前领域的状况并揭示了一些需要未来解决的问题
PDF5 years ago
AAAI无监督带属性多重网络嵌入
本文提出了一种面向具有属性的多重网络的简单而有效的无监督网络嵌入方法 DMGI，利用深度图最大化 (DGI) 的思想来最大化图的局部信息和全局表示，与关系类型的特定节点嵌入之间的差异，处理多种关系类型的节点之间的差异性，并使用注意机制来过滤
PDF5 years ago
多尺度属性节点嵌入
本文介绍了一种基于 Skip-gram 相似方法的网络嵌入算法，该算法能够从节点周围的本地分布中捕捉节点的信息。我们证明了其嵌入矩阵隐式地对节点 - 特征的点间互信息进行了因子分解。实验结果表明，我们的算法在社交网络和 Web 图上具有鲁棒
PDF5 years ago
HEAT：属性网络的双曲嵌入
本文介绍了一种新的将基于属性的网络嵌入到双曲空间的方法 HEAT（Hyperbolic Embedding of ATtributed networks）。通过利用节点属性，HEAT 可以在多项下游任务中胜过现有的双曲嵌入算法，同时它还可以
PDF5 years ago
基于子空间发现的归属网络嵌入
该论文提出了一种名为 attri2vec 的统一框架实现属性网络嵌入，它使用网络结构引导转换来发现潜在的节点属性子空间，以更一致地符合网络结构以学习高质量的节点表示，并且具有解决 out-of-sample 问题的能力，实验证明其在节点分类
PDF5 years ago
基于随机游走回程概率的图核函数
提出基于随机游走返回概率的图核计算框架，使用各种节点属性进行有效利用，并在广泛的图分类实验中证明了其显著优越性。
PDF6 years ago
ICML利用节点属性处理不完整关系数据
本论文提出了一种贝叶斯概率方法，通过将二进制编码的各种节点属性纳入泊松似然的关系模型中，利用侧面信息来提高社区检测和链接预测的性能。该方法可以灵活地处理有向和无向关联网络，利用节点属性的稀疏性，通过高效的 Gibbs 采样实现推理。广泛实验
PDF7 years ago
学习动态环境下的带属性网络嵌入
本研究提出了一种新的动态属性网络嵌入框架 ——DANE，该框架采用了一种离线方法来达成共识嵌入，然后利用矩阵扰动理论来在在线方式下保持末状态的新鲜度。
PDF7 years ago
属性图的聚类：模型、度量和方法
该文章是关于图聚类中的属性图的现状调查，总结了最新的研究成果和主要的聚类算法，并且介绍了分析聚类结果的评估方法和当前存在的开放问题。
PDF9 years ago
具有节点属性的网络中的社区发现
本文介绍了使用 CESNA 算法在具有节点属性的网络中检测重叠社区的过程，该算法将网络结构的信息和节点特征属性相结合，可以更准确地检测社区，同时提高了算法的鲁棒性。
PDF10 years ago