Neuste Artikel für Soziale Netzwerke

In diesem Artikel geht's um Methoden zur Vergabe von Kanten-Gewichten basierend auf der Graphstruktur.

Ein Framework, das mit wenigen markierten Beispielen effektive Anomalieerkennung in Grafen ermöglicht.

Die Auswirkungen von sozialen Netzwerken auf die Akzeptanz neuer Ideen erkunden.

Diese Studie zeigt, wie gerichtete Kanten die Leistung von GNNs verbessern, besonders in heterophilen Graphen.

Diese Studie untersucht, wie verschiedene Netzwerktypen die Kooperation der Teilnehmer beim Spielen beeinflussen.

Diese Studie untersucht, wie die Verbindung mit offenen und geschlossenen Kanten in Grafen sich verändert.

Gelato bietet eine einfachere, effektive Methode zur Vorhersage von Links in Netzwerken.

Eine Übersicht über Graphparameter und deren Bedeutung in verschiedenen Bereichen.

Lern, wie Netzwerk-Embedding komplexe Beziehungen in verschiedenen Bereichen vereinfacht.

Untersuchen, wie lokales Wissen das Handeln von Spielern in Netzwerkstrukturen beeinflusst.

DotHash verbessert die Schätzung der Ähnlichkeit von Mengen und liefert schnelle und präzise Ergebnisse für grosse Datensätze.

Eine neue Methode verbessert die Genauigkeit von Kernmethoden mit Grafdaten.

Graphumformung mit GNNs für dynamische Datenanalyse kombinieren.

Eine Studie darüber, wie man Einfluss in sozialen Netzwerken mit gezielten Strategien maximieren kann.

Entdecke die Bedeutung der Knotenrollenerkennung bei der Analyse von Netzwerkdynamiken.

Eine neue Methode verbessert das Finden von dichten Gruppen in sozialen Netzwerken.

GC-Flow verbessert das Clustern von Graphdaten durch integrierte Klassifikations- und Clustering-Techniken.

Untersucht, wie verschiedene Knotentypen die Leistung von Graph Neural Networks beeinflussen.

Dieses Papier untersucht, wie sich Verhaltensweisen durch soziale Netzwerke verbreiten und schlägt eine neue Schätzmethode vor.

Erforsche, wie Netzwerke die Verbreitung neuer Ideen und Verhaltensweisen beeinflussen.

Ein neues Modell verbessert die Klassifizierung von Knoten basierend auf ihren variablen Rollen in Hypergraphen.

Dieser Artikel untersucht, wie die Zeit die Langlebigkeit von kurzfristigen Beziehungen beeinflusst.

Die Struktur und Vernetzung von Netzwerken durch Betti-Zahlen und bevorzugte Anbindung erkunden.

Eine Methode, um überflüssige Elemente in komplexen Netzwerken zu finden.

In diesem Paper wird untersucht, wie lokale Homophilie die Leistung von Graph Neural Networks beeinflusst.

Wir stellen ein neues Modell vor, um das Wachstum von skalenfreien Netzwerken zu verstehen.

Eine neue Methode verbessert die semi-supervised Community-Erkennung, indem sie sich auf die Ähnlichkeit von Knoten konzentriert.

Ein Blick auf Methoden zur Vorhersage von Links und deren Anwendungen in verschiedenen Bereichen.

Eine neuartige Methode zur Verbesserung der Graphdarstellung und Klassifikationsgenauigkeit.

Ein neuer Ansatz zur Analyse komplexer Beziehungen über die Zeit mithilfe von temporalen Hypergraphen.

Neue Methoden zur Bewertung von Datenschutzrisiken in sozialen Netzwerken, die entfernte Verbindungen berücksichtigen.

Eine neue Methode verbessert die Vorhersage von Knotenlabels mithilfe von Aufgabenaffinitäten für bessere Leistung.

Neues Framework verbessert die Knotenkategorisierung mit wenig Daten in Graphen.

Ein Blick auf bikyklische Graphen und den Edge Mostar-Index in der Mathematik.

Ein Blick auf Graph-Matching und seine Anwendungen in sozialen Netzwerken und darüber hinaus.

Eine neue Methode nutzt soziale Grafiken, um die Erkennung von Fake News zu verbessern.

Studie zeigt Zusammenhänge zwischen Pflanzenchemikalien und dem Sozialverhalten von Tieren auf.

Erkunde die Rolle von signierten Graphen bei der Analyse von Beziehungen und Konnektivität.

Ein Blick auf farbige Mischgraphen und ihre Beziehungen.

Eine Übersicht über die Graphen-Konnektivität und die Kante-Erdős-Pósa-Eigenschaft.