real-world networks | BriefGPT

关键词real-world networks

搜索结果 - 8

利用图传播模型进行网络细化任务
我们提出了一种基于子图扩散的新型图生成框架 SGDM，它不仅提高了图扩散模型的可扩展性和准确性，还通过逆过程执行了多种条件生成任务，包括去噪、扩展和样式迁移等。
PDF7 months ago
MarkovGNN：基于马尔可夫扩散的图神经网络
该研究提出了一种新的图神经网络模型 MarkovGNN，该模型利用马尔可夫过程捕捉社区结构，并生成不同的随机矩阵用于不同的卷积层，实验结果表明，MarkovGNN 在聚类、节点分类和可视化任务方面优于其他 GNNs。
PDF2 years ago
上下文自监督下的链接预测
提出一种结构化上下文感知自监督学习（CSSL）的方法，通过两种不同结构上下文的预测，在端到端的训练中，构建一个链接编码器来推断链路存在概率。CSSL 可以处理有、无属性的网络，并且在诸如节点属性噪声鲁棒性和大规模网络的可扩展性方面具有竞争力
PDF2 years ago
KDDGraphAnoGAN: 从属性图中检测异常快照
本文提出了 GraphAnoGAN，一种用于排名网络中异常快照的框架，它由两个核心组成部分组成 —— 生成模型和鉴别模型，并在 4 个真实世界网络上进行了实验证明其优于 6 个基准线。
PDF3 years ago
HyperGCN: 超图上训练图卷积网络的新方法
本文介绍 HyperGCN，一种用于属性超图上的半监督学习以及组合优化的图卷积网络，旨在解决超图中普遍存在的复杂关系建模问题。
PDF6 years ago
网络分类和归类
本文是第一篇对网络类别（如社交网络和网页图形）进行大规模研究以确定它们是否互不相同（使用实际网络和合成图形的两个类别）的论文。使用随机森林分类器在真实和合成网络中实现了 94.2％的分类准确度。本研究发现：不同领域的实际网络具有独特的结构属
PDF7 years ago
网络中社群的统计显著性
该研究提出了一种新的用于量化单个社群统计显著性的方法，通过使用极端值和排序统计学来预测随机图中簇相关的统计数据，进而成功地应用于真实世界网络的社群显著性评估。
PDF15 years ago
几何网络中的子图和网络基元
分析几何网络模型，提出了节点在点阵上排列的概念，并对 3 和 4 节点子图进行分析，发现许多真实世界的网络模式不仅仅是受到几何模型的影响，而是被选择为具有定义信息处理功能的基本电路元件。
PDF20 years ago