保存此搜索
研究论文 2024年6月 刚刚接受 基于三视图图注意神经网络的属性多样性社区检测 社区检测是表征和理解属性图结构的一项基本而重要的任务。 现有的方法主要关注社区中节点之间的结构紧密性和属性相似性。 然而。。。 研究论文 2024年4月 NOODLE:多视图子空间聚类中的联合跨视图差异发现和高阶相关检测 多视图子空间聚类(MVSC)得益于对跨多视图数据点之间有价值的拓扑成对关系的有效探索,近年来受到了越来越多的关注。 然而,我们观察到现有的。。。 研究论文 2024年4月 FulBM:基于地标的三跳覆盖标签的快速全批量维护 基于Landmark的三跳覆盖标记是一种在大规模复杂网络上进行最短距离/路径查询的方法。 它离线预计算一个索引,以加速在线距离/路径查询。 大多数真实世界的图形都会发生快速变化。。。 研究论文 2024年4月 FastHAND在独家企业社交网络中的社会行为分析 中国汽车行业的一个新兴趋势是,汽车制造商正在引入专属企业社交网络(EESN)来扩大销售和提供售后服务。 传统的在线社交网络(OSN)和企业。。。 研究论文 2024年3月 X-FSPMiner:一种新的频繁相似模式挖掘算法 频繁相似模式挖掘(FSP挖掘)允许发现隐藏在经典方法中的频繁模式。 然而,使用相似函数意味着需要更多的计算工作,因此需要开发更高效的算法。。。 -
研究论文 2024年2月 TaSPM:目标序列模式挖掘 序列模式挖掘(SPM)是模式挖掘领域的一项重要技术,在现实中有许多应用。 尽管已经提出了许多有效的SPM算法,但很少有研究能够专注于目标任务。 有针对性的。。。 研究论文 2024年2月 diGRASS:基于谱保留对称化的有向图谱稀疏化 最近 谱图稀疏化 研究的目的是构造超稀疏子图以保持原始图的谱(结构)性质,如前几个拉普拉斯特征值和特征向量,这导致了一个新的研究领域的发展。。。 研究论文 2024年2月 NNC-GCN:半监督分类的邻域对邻域对比图卷积网络 对比学习(CL)是深度学习中一种流行的学习范式,它利用对比原理来学习低维嵌入,并已成功应用于图神经网络(GNN)。 对比多视角的现有作品。。。 研究论文 2024年2月 基于HITS的图神经网络传播范式 在本文中,我们提出了一种基于超链接诱导主题搜索(HITS)算法原理的新传播范式。 HITS算法利用了权威中心的“自我增强”关系的概念。 使用HITS,…的中心性。。。 研究论文 2024年2月 用于晶圆图故障模式检索和分类的图像散列层触发CNN框架 近年来,深度学习方法经常用于晶圆图故障模式分类。 CNN需要较少的特征工程,但仍需要预处理,例如去噪和调整大小。 去噪用于提高输入数据的质量,并且。。。 研究论文 2024年1月 参数非预测深度图聚类 深度图聚类(Deep graph clustering)以无监督的方式将节点有效地划分为多个不相交的簇,已成为分析无处不在的图数据的重要工具。 现有的方法通过优化聚类结果,取得了令人印象深刻的聚类效果。。。 研究论文 2024年1月 具有离群值的保隐私非负矩阵分解 非负矩阵分解是一种流行的无监督机器学习算法,用于从固有的非负数据中提取有意义的特征。 此类数据通常包含敏感的用户隐私信息。 此外,数据集可以包含。。。 研究论文 2023年12月 SILVAN:用渐进抽样和非均匀Rademacher界估计质心 “Sim Sala Bim!” -席尔文, 中间中心性是一种流行的中心性度量,在多个领域都有应用,其精确计算对于现代规模的网络来说是不切实际的。 我们介绍SILVAN。。。 研究论文 2023年11月 通过切割边攻击最短路径 识别网络中节点之间的最短路径是一个常见的图分析问题,对于许多涉及资源路由的应用程序来说很重要。 能够操纵图形结构的对手可以改变流量模式以获得一些。。。 研究论文 2023年11月 基于多级数据增强的半监督异构图学习 近年来,带数据增强的半监督图学习(DA)已成为在标记样本较少的稀疏场景中提高模型鲁棒性的最常用且性能最好的方法。 然而,大多数现有的DA方法都是基于。。。 研究论文 2023年11月 面向节点分类的开放世界图主动学习 图神经网络(GNN)的强大功能依赖于大量标记的训练数据,但在许多情况下,获得标记可能会很昂贵。 图主动学习(GAL)是为了降低这种标注成本而提出的,但现有的方法存在不足。。。 研究论文 2023年9月 数据发布隐私与透明的分布式协同进化 数据透明度有利于数据参与者的意识、用户的公平性和研究工作的再现性。 然而,在满足透明度要求时,我们不能忽视数据隐私。 本文定义了多目标数据。。。 研究论文 2023年9月 基于时间子图对比度的自监督动态图表示学习 图的自监督学习由于其独立于标号和表示的鲁棒性,近年来受到了广泛关注。 目前对这一主题的研究主要使用静态信息,如图结构,但不能很好地捕捉。。。 研究论文 2023年8月 欧氏空间中静态和动态数据的高效密度峰值聚类算法 聚类多维点是许多领域的基本任务,基于密度的聚类支持许多应用,因为它可以发现任意形状的簇。 本文讨论了密度-峰值聚类(DPC)在。。。 辅导的 2023年7月 影响最大化研究综述:基于ML的组合优化 影响最大化(IM)是一个经典的组合优化问题,可广泛应用于移动网络、社会计算和推荐系统。 它旨在选择少量用户,以便最大化影响。。。