Antonio G. Marques

Une nouvelle façon de comprendre les structures de graphes à partir des signaux des nœuds.

Un nouvel algorithme s'attaque aux défis de l'optimisation à deux niveaux avec des contraintes couplées.

Une nouvelle approche prédit le risque de résistance aux multiples médicaments chez les patients en soins intensifs en utilisant les données des patients.

Un aperçu de l'algorithme D-PGPD pour la prise de décision dans des espaces continus.

Une méthode pour suivre les connexions qui évoluent dans les réseaux pour de meilleures prises de décision.

AAGCN améliore la façon dont les GNN apprennent des structures de données complexes.

Une nouvelle approche pour comprendre les réseaux malgré des infos manquantes.

XST-GCNN aide à prédire la résistance multidrogue chez les patients en réanimation en utilisant une analyse de données avancée.

Découvrez comment les approches de graphes doubles améliorent l'analyse de données et les prédictions.

Apprends comment les tensors de faible rang simplifient les prévisions dans des systèmes complexes.

Des chercheurs améliorent les GNN pour mieux prévoir les relations complexes dans les données.