会员服务
图神经网络 (GNN) 是一种连接模型，它通过图的节点之间的消息传递来捕捉图的依赖关系。与标准神经网络不同的是，图神经网络保留了一种状态，可以表示来自其邻域的具有任意深度的信息。近年来，图神经网络(GNN)在社交网络、知识图、推荐系统、问答系统甚至生命科学等各个领域得到了越来越广泛的应用。
Recurrent Graph Neural Networks and Arithmetic Circuits
Arxiv
0+阅读 · 5月4日
Empowering Power Outage Prediction with Spatially Aware Hybrid Graph Neural Networks and Contrastive Learning
Arxiv
0+阅读 · 4月6日
Bounded Graph Clustering with Graph Neural Networks
Arxiv
0+阅读 · 4月20日
Momentum-Conserving Graph Neural Networks for Deformable Objects
Arxiv
0+阅读 · 4月28日
GraphLeap: Decoupling Graph Construction and Convolution for Vision GNN Acceleration on FPGA
Arxiv
0+阅读 · 4月23日
Eidolon: A Post-Quantum Signature Scheme Based on k-Colorability in the Age of Graph Neural Networks
Arxiv
0+阅读 · 4月24日
OpenGLT: A Comprehensive Benchmark of Graph Neural Networks for Graph-Level Tasks
Arxiv
0+阅读 · 4月9日
On the Geometric Coherence of Global Aggregation in Federated Graph Neural Networks
Arxiv
0+阅读 · 3月23日
SatQNet: Satellite-assisted Quantum Network Entanglement Routing Using Directed Line Graph Neural Networks
Arxiv
0+阅读 · 4月10日
Lost in Aggregation: On a Fundamental Expressivity Limit of Message-Passing Graph Neural Networks
Arxiv
0+阅读 · 3月22日
ST-ResGAT: Explainable Spatio-Temporal Graph Neural Network for Road Condition Prediction and Priority-Driven Maintenance
Arxiv
0+阅读 · 3月14日
Clapeyron Neural Networks for Single-Species Vapor-Liquid Equilibria
Arxiv
0+阅读 · 2月20日
Training-Free Cross-Architecture Merging for Graph Neural Networks
Arxiv
0+阅读 · 2月22日
Theoretical Foundations of Superhypergraph and Plithogenic Graph Neural Networks
Arxiv
0+阅读 · 3月2日
Physics-informed graph neural networks for flow field estimation in carotid arteries
Arxiv
0+阅读 · 2月20日
参考链接
微信扫码咨询专知VIP会员
Top