Computerwissenschaften - Soziale und Informationsnetzwerke

Neue Methoden erstellen vielfältige Datensätze für eine bessere Bewertung von Graph Neural Networks.

Eine neue Methode verbessert die Genauigkeit der Linkvorhersage mithilfe von Knotenattributen.

Eine neue Methode verbessert die Erkennung von Hassrede, indem sie Text, Bilder und den Kontext der Diskussion kombiniert.

Dieser Artikel bewertet Methoden zur Vorhersage von Trends in KI und nuklearen Nichtverbreitungsfähigkeiten.

Untersuchung der Auswirkungen von stillen Mitlesern in Online-Diskussionen über Politik.

Eine neue Methode, um Schwächen in der städtischen Infrastruktur zu analysieren und die Widerstandsfähigkeit der Städte zu verbessern.

Erforschen, wie Futuristen Gedanken über die Zukunft durch Sprache auf Twitter formen.

Untersuchen, wie Meinungen durch verschiedene Interaktionsregeln in Netzwerken wechseln.

Ein neuer Algorithmus liefert zuverlässige Massschätzungen für Netzwerke.

Dieser Artikel stellt ein neues Hub-Modell für neuronale Netze vor, das auf Gehirnstrukturen basiert.

Friction kann die Qualität von Inhalten, die auf sozialen Plattformen geteilt werden, verbessern.

Untersuche, wie sich veränderte Schülerverbindungen auf die Lernergebnisse auswirken.

Ein Blick auf indirekte Methoden zum Verständnis sozialer Netzwerke.

Ein neuer Ansatz, um Fehlinformationen anhand von Surfverhalten zu erkennen.

Eine neue Methode nutzt maschinelles Lernen, um unbekannte Störungen in komplexen Netzwerken zu identifizieren.

Studie zeigt wichtige Strassen, die den Zugang zu Krankenhäusern in Notfällen beeinflussen.

Ein neues Framework verbessert die Robustheit des Graph Contrastive Learning gegen strukturelle Angriffe.

Deep Learning nutzen, um Hassrede in sozialen Medien zu erkennen.

Eine Übersicht über Hypergraphen und ihre Anwendungen in verschiedenen Bereichen.

Verstehen, wie soziale Medien die Wahrnehmung von Informationszuverlässigkeit beeinflussen.

Eine Studie zur Benutzerbewusstheit und Effektivität der Empfehlungen von YouTube.

Neue Methoden helfen dabei, Zeitmassstäbe in komplexen Netzwerken zu identifizieren.

Forschung zeigt, wie Pottwale ihre Stimme durch soziales Lernen anpassen.

HUGE vereinfacht Graph-Embedding für grosse Datensätze mit TPUs.

Anonymisierte Bewegungsdaten geben Einblick in das Verhalten von Menschen in Städten.

Lern, wie Empfehlungssysteme sowohl Genauigkeit als auch Vielfalt erreichen können.

Wir haben eine Methode entwickelt, um auslösende Inhalte in Fanfiction mit maschinellem Lernen zu identifizieren.

Untersuchen, wie Echokammern Meinungen in sozialen Medien formen.

Untersuchen, wie sozio-demografische Faktoren die Gesundheits Ergebnisse während Epidemien beeinflussen.

Ein tiefer Einblick, wie zeitliche Netzwerke Interaktionen über die Zeit hinweg verfolgen.

Lerne, wie Hypergraphen dabei helfen, komplexe Systeme und Interaktionen zu verstehen.

OIDC² macht die Identitätsüberprüfung einfacher für sicherere Online-Interaktionen.

Ein neues Modell zeigt, wie Interaktionen die COVID-19-Übertragung und das individuelle Risiko beeinflussen.

Eine Studie darüber, wie die Pandemie die politische Äusserung auf Twitter beeinflusst hat.

Untersuchung der unethischen Praktiken im KI-gesteuerten Arbeitsmarkt und Influencer-Marketing.

Diese Forschung untersucht Selbsttrainingsmethoden zur Verbesserung der Erkennung von Hassrede in sozialen Medien.

Ein Blick darauf, wie Datenkohäsion die Analyse und Clusterbildung verbessert.

Diese Forschung untersucht die Entwicklung dynamischer Netzwerke mithilfe von Motiven und Rollen von Knoten.

Untersuchen, wie Mitleser die Erkennung von Fake News in sozialen Medien beeinflussen.

Die Faktoren erkunden, die kollektives Handeln antreiben und seine zyklische Natur.