关于 gnn 的文章

近日，北邮GAMMA Lab发布的图基础模型观点性文章被CCF-A类期刊TPAMI接收。该论文首次提出了图基础模型的概念，对其进行了深入讨论，并展望了其未来发展方向。标题：Grap...

秀湖会议的与会专家围绕“大规模图计算与智能系统”主题，深入探讨了图数据管理、图机器学习算法及图计算系统的关键挑战和研究方向。图数据具有强大的建模能力，适合于描述复杂的关联关系。推动...

GNN在EDA后端设计物理验证环节中验证应力的应用一、简介随着集成电路技术的迅速发展，电迁移（Electromigration, EM）和热迁移（Thermomigration,...

研究概述高级持续续性威胁（APT）攻击以其长期性、隐匿性、多阶段、使用零日漏洞的特点而著名，因而难以检测。近年来，基于溯源图（即将系统日志转化为图，日志中的实体如进程、文件、套接字...

Graph为Code Intelligence赋能一、简介代码智能（Code Intelligence）是计算机科学和软件工程中的一个研究领域，旨在使机器能够理解、生成和改进源代码...

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...

GAMMA LAB于今日正式发布GammaGL的0.5版本，大家可以从GitHub，启智社区或通过pip安装最新的gammagl。在新版本中引入了10种图神经网络模型，5种新数据集...

1. 图结构公平性的基本概念图卷积网络（GNN）在图上的半监督学习任务（如节点分类）上取得了成功。但最近的研究表明，GNN对不同结构下节点的预测表现存在明显偏差，比如GNN通常在具...

ACM SIGKDD国际知识发现与数据挖掘大会（ACM SIGKDD Conference on Knowledge Discovery and Data Mining，简称KDD...