Truong Son Hy

Neues Modell verbessert die Vorhersage von Schaltkreisdesigns durch gerichtete Hypergraphen.

Erforschung fortgeschrittener Methoden für effektive Graphdatenanalyse.

ESGNN verbessert die Generierung von Szenengraphen aus 3D-Punktwolken, indem es Symmetrie bewahrt.

SAMSA verbessert die Effizienz der Selbstaufmerksamkeit für verschiedene Datentypen.

Ein verbesserter Transformer-Modell, das effizient mit mehreren Datentypen umgehen kann.

Ein neuer Autoencoder verbessert das Lernen von Graphdarstellungen in verschiedenen Anwendungen.

TESGNN verbessert das maschinelle Szenenverständnis durch zeitliche und räumliche Datenverarbeitung.

GROOT verbessert die Effizienz beim Proteindesign mit minimalen Informationen.

ConxGNN hat das Ziel, wie Roboter Emotionen im Gespräch besser verstehen.