#图表示学习

共 2 篇相关资讯,按重要度与时间排序,每 3 小时更新。

★ 2

研究提出 Concorde 能量最小化框架做几何感知链接预测

论文针对稀疏图链接预测中扩散启发式连通性不足与几何方法谱不稳定的问题,提出能量框架 Concorde,将链接似然分解为无参数谱锚点、混合曲率流形残差与双曲切丛向量场三个解耦分支,经学习门控融合。在五个覆盖稀疏、稠密、无特征与带属性场景的基准上,稀疏设置下 P@10% 接近翻倍,取得领先的早期检索精…

arXiv cs.LG5 天前
★ 2

图域适应不止于表示学习

研究指出图域适应(GDA)现有方法依赖单一图传播路径进行目标预测,可能未充分利用目标域中的预测证据。作者提出 EviGDA 框架,在图感知专家之外补充一个不依赖图传播与目标对齐的无图局部专家,两者独立优化、仅在推理时以任务级常数概率混合。在 10 个数据集、16 个迁移任务上,EviGDA 超越现…

arXiv cs.LG40 天前

相关标签

图表示学习 最新资讯与动态(2 篇) - 智讯 AI News