Truong Son Hy

効果的なグラフデータ分析のための高度な手法を探求中。

ESGNNは3Dポイントクラウドからのシーングラフ生成を対称性を保ちながら改善するよ。

SAMSAは、さまざまなデータタイプのためのセルフアテンションの効率を改善するよ。

複数のデータタイプを効率よく扱うために設計された改良型トランスフォーマーモデル。

新しいオートエンコーダーが様々なアプリケーションでのグラフ表現学習を改善する。

TESGNNは、時間的および空間的データ処理を通じて機械のシーン理解を強化する。

GROOTは最小限の情報を使ってタンパク質設計の効率を向上させる。

ConxGNNはロボットが対話中に感情を理解する方法を改善することを目指している。