Articoli più recenti per GNNs

Un nuovo approccio per previsioni GNN più chiare usando spiegazioni di sottografi focalizzate sui bordi.

Nuovi metodi nel deep learning per previsioni accurate delle sezioni d'urto nucleari.

Un nuovo modello migliora la gestione dei dati mancanti nell'analisi delle serie temporali.

GNN-Diff migliora l'efficienza e le prestazioni dell'addestramento GNN ottimizzando gli iperparametri.

Link2Doc migliora la previsione dei link unendo testo e struttura del grafo.

DSAM offre una nuova prospettiva sulla connettività cerebrale usando tecniche avanzate di deep learning.

Questo approccio migliora il confronto delle funzioni nel software attraverso i call graphlets.

Questo documento presenta un nuovo approccio per migliorare le prestazioni di KGQA utilizzando GNN e LLM.

Un nuovo modo per potenziare le GNN contro rumore e attacchi.

Esplorare le sfide degli spiegatori GNN sotto attacchi avversari in applicazioni critiche.

Un nuovo modo per integrare i trasformatori con strutture grafiche per risultati migliori.

Un nuovo benchmark aiuta a migliorare le prestazioni dei GNN nonostante le sfide del rumore nelle etichette.

Questo articolo analizza le sfide nella previsione dei link a causa dei cambiamenti nella distribuzione dei dati.

Una nuova misura, GGD, migliora il modo in cui valutiamo somiglianze e differenze nei grafici.

Un nuovo modello a doppio trasformatore migliora le previsioni sui tempi di esecuzione dall'analisi del codice sorgente.

Una nuova prospettiva su come migliorare le GNN per strutture grafiche complesse.

AMBER usa l'apprendimento automatico per automatizzare la generazione di mesh per simulazioni ingegneristiche.

Una nuova tecnica migliora le prestazioni delle reti neurali grafiche su grandi dataset.

Le Reti Neurali ai Grafo di Commuta migliorano la comprensione dei graffi diretti grazie a migliori intuizioni sulle relazioni.

Il framework ITEM migliora l'addestramento e la valutazione delle GNN per raccomandazioni migliori.

La tecnologia GNN e RL migliora l'efficienza e l'adattabilità nelle operazioni della rete elettrica.

Multi-Peptide combina modelli di dati per migliorare le previsioni sul comportamento dei peptidi.

GraphMuse semplifica l'analisi dei dati musicali simbolici con tecniche avanzate di machine learning.

Scopri i grafi trasformatori e le loro applicazioni in vari settori.

Scopri come il Routing-by-Memory migliora le prestazioni degli MLP nelle reti neurali grafiche.

DeepGate3 migliora la comprensione del design dei circuiti e la scalabilità con un'architettura di modello innovativa.

Un nuovo approccio migliora le previsioni per i nuovi articoli usando schemi di interazione unici.

Usare l'apprendimento automatico per migliorare l'interpretabilità delle simulazioni molecolari.

Un nuovo metodo migliora le prestazioni delle GNN con dati rumorosi.

Stabilire un benchmark per valutare l'equità nei metodi di apprendimento grafico.

Nuovi metodi migliorano le stime di incertezza nei GNN per modellare le energie dei materiali.

Un nuovo approccio migliora le capacità di ragionamento delle GNN per compiti con relazioni complesse.

Il framework scTransNet migliora la comprensione delle interazioni geniche usando dati di RNA a singola cellula.

Wav2graph crea grafi della conoscenza dal linguaggio parlato per migliorare la comprensione dell'AI.

Un nuovo metodo punta a migliorare le raccomandazioni in ambienti dati in cambiamento.

I nuovi modelli GNN migliorano la rappresentazione molecolare per previsioni più precise nella scienza.

Questo articolo parla di un nuovo metodo per classificare i grafi usando caratteristiche strutturali di base.

I metodi di intelligenza artificiale stanno cambiando il modo in cui gli scienziati prevedono le proprietà molecolari per diverse applicazioni.

Un nuovo metodo migliora la previsione dei collegamenti nelle reti neurali grafiche usando LLwLC.

Un nuovo metodo per migliorare la scoperta e l'analisi dei dati per previsioni migliori.