Articoli più recenti per Reti Sociali

Un nuovo sistema consente un'elaborazione rapida di grafi temporali su macchine singole.

Questo articolo parla di come i legami che cambiano influenzano la diffusione delle informazioni nelle reti.

Un nuovo framework migliora le GNN per affrontare efficacemente i problemi di oversmoothing.

Questo articolo studia i massimi cliques in diversi modelli di reti casuali.

Scopri come i processi di Hawkes spiegano le interazioni tra eventi in vari settori.

Questo articolo esplora i collegamenti nei grafi di amici e sconosciuti e le loro implicazioni.

Uno sguardo alle funzioni di transito e al loro ruolo nei sistemi di clustering.

Come le strutture di rete influenzano la condivisione delle opinioni e l'accuratezza delle credenze.

Un nuovo metodo migliora il clustering dei dati considerando relazioni complesse.

Uno sguardo alle relazioni, le loro proprietà e applicazioni pratiche.

Un algoritmo per stimare il grado di diffusione in flussi di grafo in tempo reale.

Esplora la Diffusione di Grafi Latenti, un approccio unificato per vari compiti sui grafi.

Analizzando l'evoluzione dell'equità nelle raccomandazioni dei social network nel tempo.

Un metodo per prevedere informazioni mancanti nei nodi di un grafo utilizzando strutture locali.

Esplora come gli ipergrafi catturano relazioni complesse nei social network e nella biologia.

Introducendo il messaggio di deviazione per una migliore rappresentazione dei cicli nei grafi.

Introducendo un nuovo modello per prevedere le connessioni in vari tipi di grafi.

Esplora come i vertici sedentari influenzano il flusso d'informazioni nelle reti.

Un nuovo metodo che semplifica l'apprendimento dei grafi usando l'attenzione.

Uno studio su come i LLM creano connessioni nelle reti sociali e professionali.

Un nuovo metodo per trovare i massimi -plex in modo efficiente in grandi set di dati.

Uno sguardo a come gli ipergrafi migliorano la nostra comprensione del flusso di informazioni nei social network.

SPMiner usa il machine learning per rilevare in modo efficiente schemi di sottografi in reti complesse.

Esplorando le complessità di mantenere le funzionalità della comunità mentre si riduce la dimensione della rete.

Un nuovo metodo per studiare grafi in evoluzione e relazioni nel tempo.

Esplorare il ruolo dell'entropia nella teoria degli ipergrafi e le sue applicazioni.

Esplorando metodi di privacy differenziale locale per un'analisi sicura dei grafi.

Un nuovo modello per analizzare come i pregiudizi influenzano le opinioni nei social network.

Un nuovo metodo migliora la comprensione delle reti unendo le caratteristiche dei nodi con la struttura.

Esaminando le relazioni nei grafi e le loro proprietà di omologia.

Presentiamo il Directional Graph Attention Network per migliorare l'apprendimento dei nodi in grafi complessi.

Un approccio innovativo per l'adattamento del dominio dei grafi senza bisogno di dati etichettati.

Un nuovo modello migliora la previsione dei link nelle reti sociali multiple.

Scopri come i triangoli nelle reti rivelano connessioni e migliorano l'analisi.

Questo articolo esamina come le differenze influenzano la formazione dell'opinione di gruppo.

Uno sguardo nuovo su come raggruppare i punti nei grafici per avere cluster bilanciati.

Questo studio esplora come la consapevolezza topologica influisce sulle prestazioni e sull'equità delle Reti Neurali Grafiche.

Scopri come le relazioni si evolvono nel tempo con le reti temporali.

Questo studio si concentra sugli effetti di memoria per una migliore rilevazione delle comunità in reti in cambiamento.

Un metodo multi-obiettivo per massimizzare l'influenza considerando vari fattori.