Últimos artículos para Redes Neurales Gráficas

Un marco mejora las GNNs usando atributos de texto en estructuras de grafo.

Explorando cómo los transformadores abordan de manera efectiva varias tareas de razonamiento en grafos.

Te presentamos MAGE: una manera innovadora de explicar las Redes Neuronales de Grafos en química.

Nuevo marco mejora las predicciones al analizar series de datos interconectadas.

Un nuevo enfoque mejora los sistemas de recomendación usando texto e imágenes.

Un nuevo método mejora la comunicación en el procesamiento de datos gráficos.

Un nuevo marco combina GNNs y LLMs para mejorar las respuestas de los gráficos de conocimiento.

Te presento GEM, una solución rápida y precisa para las ecuaciones de Maxwell usando redes neuronales de grafos.

Este enfoque mejora la comparación de funciones en software a través de gráficos de llamadas.

GNAN combina interpretabilidad y precisión para modelos de IA basados en grafos.

Un nuevo enfoque para potenciar las GNNs contra ruidos y ataques.

HOGE mejora las explicaciones de las redes neuronales de grafos usando complejos celulares.

Un enfoque novedoso para integrar transformadores con estructuras de grafo para mejores resultados.

Explorando estrategias para mejorar las Redes Neuronales Gráficas y enfrentar los retos del oversmoothing.

Esta investigación se centra en mejorar las GNNs usando aprendizaje auto-supervisado y alineación de características.

Un nuevo método mejora las predicciones para pacientes con cáncer de pulmón que enfrentan riesgo de recaída.

Las redes neuronales gráficas aceleran las evaluaciones de seguridad en sistemas de energía.

Te presento a GENIE, un método de marca de agua para proteger las Redes Neuronales Gráficas contra el robo.

Este estudio presenta las GNNs para mejorar el emparejamiento en línea en varias plataformas digitales.

Un enfoque novedoso mejora la detección de vulnerabilidades de seguridad en software usando modelos avanzados.

Un nuevo método para mejorar la precisión del mapeo de señales móviles usando tecnología avanzada.

Un nuevo método revela vulnerabilidades en los métodos de explicación de GNN.

Un nuevo modelo mejora las simulaciones de sistemas físicos usando técnicas de aprendizaje automático.

Nueva arquitectura GNN mejora las predicciones a través de una mayor expresividad y la integración de fragmentos.

Analizando el impacto de las energías renovables en la estabilidad de la red eléctrica usando técnicas de aprendizaje automático.

Combinando enfoques para mejorar las predicciones de las interacciones de sustancias.

Un nuevo modelo ofrece mejor claridad y eficiencia para llenar los vacíos en los gráficos de conocimiento.

Presentamos un sistema rápido y eficiente para recuperar piezas de CAD usando redes neuronales gráficas.

Una nueva medida, GGD, mejora la manera en que evaluamos similitudes y diferencias en gráficos.

P3GNN mejora la detección de APT mientras protege la privacidad de los datos en redes SDN.

Explicar las decisiones de GNN usando reglas de activación mejora la confianza y la comprensión.

Un nuevo modelo de doble transformador mejora las predicciones de tiempo de ejecución a partir del análisis del código fuente.

Un nuevo método mejora el intercambio de datos para un entrenamiento eficiente de GNN.

Nuevos modelos mejoran la precisión en la predicción del uso del suelo urbano y mejoran la planificación.

CoDreamer mejora la cooperación entre agentes en entornos dinámicos.

AMBER utiliza aprendizaje automático para automatizar la generación de mallas para simulaciones de ingeniería.

Un nuevo marco evalúa los métodos de condensación de grafos para mejorar la eficiencia del aprendizaje automático.

Una nueva técnica mejora el rendimiento de las redes neuronales de grafos en conjuntos de datos grandes.

Las redes neuronales gráficas mejoran el análisis de imágenes histopatológicas, mejorando el diagnóstico de enfermedades.

Los graphcodes mejoran el análisis topológico de datos para obtener mejores ideas en conjuntos de datos complejos.