Derniers articles pour Réseaux de neurones graphiques

Une nouvelle méthode améliore les prédictions pour les patients atteints de cancer du poumon confrontés à un risque de rechute.

Les réseaux de neurones graphiques accélèrent les évaluations de sécurité dans les systèmes électriques.

Voici GENIE, une méthode de filigrane pour protéger les réseaux de neurones graphiques contre le vol.

Cette étude introduit les GNN pour améliorer le matching en ligne sur différentes plateformes numériques.

Une nouvelle approche améliore la détection des vulnérabilités de sécurité logicielle en utilisant des modèles avancés.

Une nouvelle méthode pour améliorer la précision de la cartographie des signaux mobiles en utilisant une technologie avancée.

Une nouvelle méthode révèle des vulnérabilités dans les méthodes d'explication des GNN.

Un nouveau modèle améliore les simulations de systèmes physiques en utilisant des techniques d'apprentissage automatique.

Une nouvelle architecture GNN améliore les prédictions grâce à une expressivité renforcée et une intégration des fragments.

Analyser les impacts des énergies renouvelables sur la stabilité du réseau électrique en utilisant des techniques d'apprentissage machine.

Combiner des approches pour améliorer les prédictions des interactions entre substances.

Un nouveau modèle offre une meilleure clarté et efficacité pour combler les lacunes des graphes de connaissances.

Présentation d'un système rapide et efficace pour récupérer des pièces CAO en utilisant des réseaux de neurones graphiques.

Une nouvelle mesure, GGD, améliore comment on évalue les similitudes et les différences dans les graphiques.

P3GNN améliore la détection des APT tout en protégeant la confidentialité des données dans les réseaux SDN.

Expliquer les décisions des GNN avec des règles d’activation aide à renforcer la confiance et la compréhension.

Un nouveau modèle à double transformateur améliore les prévisions de temps d'exécution à partir de l'analyse du code source.

Une nouvelle méthode améliore le partage de données pour un entraînement efficace des GNN.

De nouveaux modèles améliorent la précision des prévisions d'utilisation des terres urbaines et améliorent la planification.

CoDreamer améliore la coopération entre les agents dans des environnements dynamiques.

AMBER utilise l'apprentissage automatique pour automatiser la génération de maillage pour les simulations d'ingénierie.

Un nouveau cadre évalue les méthodes de condensation de graphes pour améliorer l'efficacité de l'apprentissage machine.

Une nouvelle technique améliore les performances des réseaux de neurones graphiques sur de grands ensembles de données.

Les réseaux de neurones graphiques améliorent l'analyse des images histopathologiques, ce qui booste le diagnostic des maladies.

Les graphcodes améliorent l'analyse topologique des données pour avoir de meilleures idées sur des ensembles de données complexes.

Comment les explications contrefactuelles aident à prédire le comportement moléculaire et ses implications.

Les chercheurs améliorent les GNN pour une meilleure compréhension des structures de graphes complexes.

Une nouvelle méthode pour étudier les relations du microbiome intestinal afin de prédire des problèmes de santé.

Un nouveau cadre qui améliore la performance des MLP dans la classification de graphes en utilisant les connaissances des GNN.

Une nouvelle approche pour améliorer les réseaux de neurones graphiques grâce à une représentation complexe des sommets.

HydraGNN utilise l'apprentissage automatique pour accélérer la découverte et la modélisation des matériaux.

Des chercheurs améliorent la précision des prédictions des propriétés des matériaux en utilisant l'apprentissage par transfert et des techniques d'apprentissage automatique.

GFN-ROM améliore la réduction de l'ordre du modèle en utilisant des réseaux de neurones graphiques pour des simulations efficaces.

Une approche innovante améliore la détection des pannes des satellites sans avoir besoin de beaucoup de données étiquetées.

Un nouvel opérateur de pooling utilisant la courbure de Ricci améliore l'apprentissage des graphes.

La techno GNN et RL boostent l'efficacité et l'adaptabilité des opérations du réseau électrique.

Une nouvelle méthode basée sur des graphes améliore la précision et l'efficacité du suivi multi-objets.

Le cadre T-Hop utilise les infos de chemin pour de meilleures prévisions dans la découverte de médicaments.

Une nouvelle méthode améliore l'évaluation de la précision de la génération de code SQL.

Une nouvelle méthode utilise l'apprentissage profond pour améliorer la surveillance des structures.