Derniers articles pour GNNs

Explorer les symétries locales pour améliorer les méthodes d'apprentissage machine basées sur des graphes.

Examiner comment l'apprentissage profond améliore la précision des prévisions de séismes.

Une nouvelle méthode améliore la construction des arbres évolutifs en utilisant l'apprentissage profond.

Une méthode pour nettoyer les graphes bruyants et améliorer les performances des GNN.

Une nouvelle méthode pour transmettre des données de graphes efficacement en se concentrant sur l'essentiel.

Exploration des techniques d'apprentissage automatique pour un partitionnement efficace de la conception VLSI.

Une nouvelle méthode améliore l'analyse des systèmes complexes grâce aux réseaux de neurones graphiques symplectiques.

Cet article explore l'impact des Activations Massives dans les GNNs basés sur l'attention.

De nouvelles méthodes aident à détecter les cyberattaques dans des systèmes électriques complexes.

Explorer le rôle des réseaux non-autorégressifs dans la résolution de problèmes d'optimisation complexes.

Présentation de GSSC, un cadre pour améliorer l'apprentissage des graphes sans passer par le message traditionnel.

Cette recherche améliore la fiabilité des prévisions dans les GNN grâce à une quantification intégrée de l'incertitude.

CrossGR améliore les recommandations de produits sur différents marchés en utilisant une technologie de graphes innovante.

Une nouvelle méthode pour identifier les faux comptes sur les réseaux sociaux.

De nouvelles techniques d'apprentissage automatique améliorent les prévisions en plasticité des polycristaux.

PropEnc transforme les métriques de graphe en caractéristiques de nœuds utiles, améliorant la performance des GNN.

De nouvelles méthodes améliorent la cartographie robotique des espaces intérieurs en utilisant des graphes facteurs et l'apprentissage automatique.

De nouvelles techniques améliorent la prévision précoce des problèmes de santé chroniques en utilisant les données des patients.

De nouvelles méthodes améliorent le suivi de la localisation des objets dans les zones urbaines denses.

Une nouvelle méthode pour améliorer les GNN dans l'analyse moléculaire.

DuoGNN améliore l'analyse des graphes en séparant les interactions entre les nœuds pour de meilleures performances.

Cet article parle de techniques pour communiquer discrètement avec des drones afin d'éviter d'être détecté.

Explorer de nouvelles façons de lutter contre le blanchiment d'argent grâce au partage de données et à l'apprentissage automatique.

Une nouvelle méthode améliore les prédictions des propriétés des matériaux en utilisant des techniques avancées.

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

Un aperçu des GNN et des GT et le rôle des encodages positionnels.

Un nouveau modèle analyse les réseaux sociaux pour identifier le stress des minorités LGBTQ+.

RobustCRF renforce la résistance des GNN tout en gardant de bonnes performances dans des applis concrètes.

En utilisant les relations entre les galaxies, un GNN prédit les masses des halos de matière noire plus précisément que les méthodes traditionnelles.

Une nouvelle méthode prédit des stratégies de flux de données pour améliorer le traitement des GNN.

Combiner des techniques avancées rend la conception de circuits analogiques plus efficace.

Découvrez comment SDR-GNN améliore la compréhension des émotions dans les conversations.

Un nouveau système qui suit des objets en temps réel grâce à plusieurs caméras.

Une nouvelle approche pour améliorer les solutions MILP en utilisant des réseaux de neurones graphes.

Une nouvelle méthode améliore le diagnostic et le traitement du flux sanguin dans le cerveau.

Présentation de méthodes qui permettent aux modèles de ne pas se prononcer sur des prédictions incertaines.

Combiner le timing et les relations pour mieux comprendre l'EEG.

La méthode CNA améliore les GNN en s'attaquant à l'oversmoothing et en boostant les performances.

Explorer la rivalité des modèles de graphes de connaissances et leur efficacité.

Explore le rôle des graphes signés dans la science des données et les avancées dans les GNN.