关于 图神经网络 的文章

语言模型如何提升图学习：通用图基础模型新进展01简介随着基础模型在自然语言和计算机视觉领域的突破，图学习仍面临跨领域泛化能力弱、任务迁移困难等挑战。本文介绍两项最新研究，GOFA...

 ✦ 点击蓝字关注我们编者按：该文是北大人工智能研究院马剑竹课题组发表在Nature Machine Intelligence上的一篇研究论文，属于人工智能与城市科学交叉领域的工...

时间：2023年4月7日上午10点地点：教三611会议室报告一：图神经网络异常检测再思考 摘要：图神经网络（GNN）被广泛应用于结构化数据的异常检测，例如社交网络恶意账号检测、金融...

近日，CCF B类国际会议CIKM 2023放榜，本次会议共提交了1472篇文章，录用率约为24%。北邮GAMMA LAB实验室共有三篇文章被CIKM 2023录用。下面是论文的简...

Calibrating Graph Neural Networks from a Data-centric Perspective作者：Cheng Yang, Chengdong...

分布偏移下的图公平性学习1 背景与动机图神经网络在处理图结构数据中可能继承甚至放大来自训练数据的歧视和社会偏见问题，这可能导致对拥有敏感属性（如性别、年龄、地区和种族）的敏感群体不...

为配合新一代人工智能发展规划，支撑人工智能产业技术创新，营造健康有序、充满活力的人工智能应用生态，由北京大学、中关村视听产业技术创新联盟等联合倡议，在科技部试点联盟--数字音视频编...

OpenHGNN现已上线最新的0.6版本，欢迎大家从启智社区、GitHub或通过pip下载使用！OpenHGNN是一个基于 DGL和 PyTorch的开源异质图神经网络工具包，集成...

社交网络和交通网络等图数据在现实世界中非常普遍。近年来，图神经网络（Graph Neural Network，GNN）因其强大的表达能力和在各种图分析应用中的卓越性能而受到广泛关注...

一、引言近年来，动态图神经网络（DGNNs）的研究在众多领域中变得日益重要。不同于传统的静态图网络，动态图能够捕捉时间序列数据中的丰富动态性和复杂交互模式。这一领域的发展对于理解和...