Artigos mais recentes para GNNs

Uma nova abordagem para previsões mais claras de GNN usando explicações de subgráficos focadas em arestas.

Novos métodos em deep learning para previsões precisas de seções transversais nucleares.

Um novo modelo melhora o tratamento de dados faltantes na análise de séries temporais.

O GNN-Diff melhora a eficiência e o desempenho do treinamento de GNN otimizando os hiperparâmetros.

Link2Doc melhora a previsão de links ao juntar texto e estrutura de grafo.

A DSAM traz uma nova visão sobre a conectividade cerebral usando técnicas avançadas de deep learning.

Essa abordagem melhora a comparação de funções em software através de gráficos de chamadas.

Este trabalho apresenta uma nova abordagem pra melhorar a performance de KGQA usando GNNs e LLMs.

Uma nova abordagem pra aumentar a resistência das GNNs contra barulho e ataques.

Explorando os desafios dos explicadores de GNN sob ataques adversariais em aplicações críticas.

Uma nova maneira de integrar transformers com estruturas de grafos pra ter resultados melhores.

Um novo ponto de referência ajuda a melhorar o desempenho de GNN em meio aos desafios de ruído nas etiquetas.

Esse artigo analisa os desafios na previsão de links devido a mudanças na distribuição dos dados.

Uma nova medida, GGD, melhora a forma como a gente avalia semelhanças e diferenças em gráficos.

Um novo modelo de dual-transformer melhora as previsões de tempo de execução a partir da análise de código-fonte.

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

A AMBER usa aprendizado de máquina pra automatizar a geração de malhas pra simulações de engenharia.

Uma nova técnica melhora o desempenho de redes neurais de grafos em grandes conjuntos de dados.

Redes Neurais Gráficas de Commute melhoram a compreensão de grafos direcionais através de insights de relacionamento mais profundos.

A estrutura ITEM melhora o treinamento e a avaliação de GNNs para recomendações melhores.

A tecnologia GNN e RL melhora a eficiência e a adaptabilidade nas operações da rede elétrica.

Multi-Peptide combina modelos de dados pra melhorar as previsões do comportamento dos peptídeos.

GraphMuse facilita a análise de dados musicais simbólicos com técnicas avançadas de aprendizado de máquina.

Aprenda sobre transformadores de grafo e suas aplicações em várias áreas.

Descubra como o Routing-by-Memory melhora o desempenho do MLP em redes neurais gráficas.

O DeepGate3 melhora a compreensão do design de circuitos e a escalabilidade com uma arquitetura de modelo inovadora.

Uma nova abordagem melhora as previsões para novos itens usando padrões de interação únicos.

Usando aprendizado de máquina pra melhorar a interpretabilidade de simulações moleculares.

Um método novo melhora o desempenho de GNN com dados ruidosos.

Estabelecendo um parâmetro pra avaliar a justiça em métodos de aprendizado de grafos.

Novos métodos melhoram as estimativas de incerteza em GNNs para modelar as energias dos materiais.

Uma nova abordagem melhora as capacidades de raciocínio de GNN para tarefas de relacionamentos complexos.

O framework scTransNet melhora a compreensão das interações gênicas usando dados de RNA de célula única.

Wav2graph cria gráficos de conhecimento a partir da linguagem falada pra melhorar a compreensão da IA.

Um novo método busca melhorar as recomendações em ambientes de dados em mudança.

Novos modelos de GNN melhoram a representação molecular pra previsões mais precisas na ciência.

Este artigo fala sobre um novo método para classificar grafos usando características estruturais básicas.

Os métodos de IA estão mudando como os cientistas preveem propriedades moleculares para várias aplicações.

Um novo método melhora a previsão de links em redes neurais gráficas usando LLwLC.

Um método novo pra melhorar a descoberta e análise de dados pra fazer previsões melhores.