Shirui Pan

Este artigo fala sobre o papel dos LLMs na análise de séries temporais.

Esse artigo fala sobre mudanças na distribuição e desafios no aprendizado de grafos.

Um novo método pra ajustar modelos enquanto garante a privacidade dos dados.

Aprenda como modelos de difusão melhoram a análise de dados de séries temporais em diversas áreas.

Uma visão geral do NMF e suas aplicações em simplificar dados complexos.

Novo método melhora a remoção de dados em modelos de gráficos dinâmicos enquanto garante privacidade.

Um método que personaliza a esparsificação de grafos pra melhorar o desempenho de redes neurais.

A ARC oferece uma solução flexível pra detectar anomalias em vários conjuntos de dados de grafo.

Analisando os desafios e soluções na marcação de LLM pra evitar uso indevido.

Uma nova abordagem melhora a geração de moléculas para previsão de resposta a medicamentos.

Uma nova perspectiva sobre como melhorar GNNs para estruturas de grafo complexas.

Um novo framework combina modelos de linguagem e gráficos de conhecimento pra dar sugestões de produtos mais claras.

Um novo método melhora o aprendizado a partir de gráficos, mesmo com barulho nos dados.

Uma olhada em como o TTDS melhora as recomendações personalizadas usando modelos de linguagem grandes.

DA-MoE adapta GNNs para tamanhos de gráfico variados, melhorando o desempenho em diversas tarefas.