会员服务
图卷积网络（简称GCN），由Thomas Kpif于2017年在论文Semi-supervised classification with graph convolutional networks中提出。它为图（graph）结构数据的处理提供了一个崭新的思路，将深度学习中常用于图像的卷积神经网络应用到图数据上。
APC-GNN++: An Adaptive Patient-Centric GNN with Context-Aware Attention and Mini-Graph Explainability for Diabetes Classification
Arxiv
0+阅读 · 2025年12月20日
Insider Threat Detection Using GCN and Bi-LSTM with Explicit and Implicit Graph Representations
Arxiv
0+阅读 · 2025年12月20日
AtomGraph: Tackling Atomicity Violation in Smart Contracts using Multimodal GCNs
Arxiv
0+阅读 · 2025年12月2日
From Small to Large: A Graph Convolutional Network Approach for Solving Assortment Optimization Problems
Arxiv
0+阅读 · 2025年11月16日
Fusing Biomechanical and Spatio-Temporal Features for Fall Prediction: Characterizing and Mitigating the Simulation-to-Reality Gap
Arxiv
0+阅读 · 2025年11月18日
Label-Efficient Skeleton-based Recognition with Stable-Invertible Graph Convolutional Networks
Arxiv
0+阅读 · 2025年11月21日
Life-IQA: Boosting Blind Image Quality Assessment through GCN-enhanced Layer Interaction and MoE-based Feature Decoupling
Arxiv
0+阅读 · 2025年11月24日
RGE-GCN: Recursive Gene Elimination with Graph Convolutional Networks for RNA-seq based Early Cancer Detection
Arxiv
0+阅读 · 2025年12月7日
MF-GCN: A Multi-Frequency Graph Convolutional Network for Tri-Modal Depression Detection Using Eye-Tracking, Facial, and Acoustic Features
Arxiv
0+阅读 · 2025年11月21日
MF-GCN: A Multi-Frequency Graph Convolutional Network for Tri-Modal Depression Detection Using Eye-Tracking, Facial, and Acoustic Features
Arxiv
0+阅读 · 2025年11月19日
Photonics-Enhanced Graph Convolutional Networks
Arxiv
0+阅读 · 2025年12月17日
Active Learning for GCN-based Action Recognition
Arxiv
0+阅读 · 2025年11月26日
Generating Sizing Fields for Mesh Generation via GCN-based Simplification of Adaptive Background Grids
Arxiv
0+阅读 · 2025年10月9日
Dense Video Captioning using Graph-based Sentence Summarization
Arxiv
0+阅读 · 2025年6月25日
Hierarchical Learning for Maze Navigation: Emergence of Mental Representations via Second-Order Learning
Arxiv
0+阅读 · 2025年9月17日
参考链接
微信扫码咨询专知VIP会员
Top