ソーシャルネットワーク に関する最新の記事

この記事では、グラフの構造に基づいてエッジの重みを割り当てる方法について話してるよ。

ラベル付きの例を少し使って、効果的なグラフ異常検出を行うフレームワーク。

ソーシャルネットワークが新しいアイデアの受け入れに与える影響を探る。

この研究は、向きのあるエッジがGNNのパフォーマンスをどう向上させるか、特に異質なグラフでの効果を示してるよ。

この研究は、異なるネットワークタイプがゲーム中の参加者の協力にどんな影響を与えるかを調べてるんだ。

この研究は、グラフにおける開いたエッジと閉じたエッジで接続性がどう変わるかを調べてるんだ。

Gelatoは、ネットワークでのリンク予測のためのシンプルで効果的な方法を提供します。

グラフのパラメータとそれがいろんな分野でどれだけ重要かの概要。

ネットワーク埋め込みがさまざまな分野で複雑な関係をどうシンプルにするかを学ぼう。

ローカルな知識がネットワーク構造内でプレイヤーの行動にどう影響するかを調べる。

DotHashは、セットの類似性推定を改善して、大規模なデータセットに対して高速かつ正確な結果を提供するよ。

新しい方法でグラフデータを使ったカーネル法の精度が向上したよ。

グラフ書き換えとGNNを組み合わせて動的データ分析する。

ターゲット戦略を使ってSNSで影響力を最大化する方法に関する研究。

ネットワークのダイナミクスを分析する上でのノードの役割発見の重要性を知ってみて。

新しい方法で、ソーシャルネットワークの中で密なグループを見つけるのが楽になったよ。

GC-Flowは、統合された分類とクラスタリング技術を通じてグラフデータのクラスタリングを改善するよ。

異なるノードタイプがグラフニューラルネットワークのパフォーマンスにどんな影響を与えるかを調べる。

この論文は、行動がソーシャルネットワークを通じてどのように広がるかを調べて、新しい推定方法を提案してる。

ネットワークが新しいアイデアや行動の広がりにどう影響するかを探ってみよう。

新しいモデルは、ハイパーグラフの変数役割に基づいてノードの分類を改善する。

この記事は、時間が短期的な関係の持続性にどのように影響するかを考察している。

ベッティ数と選好接続を使ってネットワークの構造や接続性を探る。

複雑ネットワークにおいて余分な要素を見つける方法。

この論文は、ローカル・ホモフィリーがグラフニューラルネットワークのパフォーマンスにどう影響するかを調べてるよ。

スケールフリーネットワークの成長を理解する新しいモデルを紹介します。

新しい方法がノードの類似性に注目することで、半教師ありコミュニティ検出を強化する。

リンク予測手法とそのさまざまな分野での応用についての考察。

グラフ表現と分類精度を向上させる新しい方法。

時間的ハイパーグラフを使って、複雑な関係を時間を超えて分析する新しいアプローチ。

遠い繋がりを考慮したソーシャルネットワークにおけるプライバシーリスクを評価する新しい方法。

新しい手法で、タスクの親和性を使ってノードラベルの予測を強化し、パフォーマンスを向上させる。

新しいフレームワークが、グラフの限られたデータでノード分類を強化する。

バイサイクリックグラフとエッジモスタル指数についての数学の探求。

グラフマッチングとそのソーシャルネットワークやその他の応用についての見方。

新しい方法が、ソーシャルグラフを使ってフェイクニュースの検出を改善してる。

研究が植物の化学物質と動物の社会的行動の関連を明らかにした。

符号付きグラフの関係や接続性の分析における役割を探ってみて。

色付き混合グラフとその関係についての考察。

グラフの連結性とエッジ・エルデシュ＝ポーサ特性の概要。