gnn

KDD2025 GNN-SKAN:基于SwallowKAN的分子表征学习新范式

在药物研发和材料科学等领域,分子的理化性质、药理活性和材料特性直接决定其应用价值。因此,如何精准预测分子的各类属性,成为推动新药发现、分子筛选与材料设计等任务的关键步骤。近年来,随着人工智能辅助药物发现(AIDD)技术的快速发展,分子性质预测作为其中最基础也是

范式 kan gnn kdd2025 swallowkan 2025-06-05 03:33  9

AAAI 2025|利用语言模型实现跨异质性知识转移

异质图含有丰富的节点和边类型,在现实世界中广泛存在。考虑到异质图中往往存在标签稀疏问题,一些研究人员提出了“预训练,微调”的范式,即在源异质图中预训练提取通用知识,之后在目标异质图中微调实现知识转移。然而,现有方法总是假设源异质图和目标异质图具有相同的异质性,

模型 语言 gnn aaai dblp 2025-05-23 07:08  7

AINIP 2025:AI产业双重加速 全球专家共话未来

当AI已不再仅仅是科技领域的热议话题,而是深度渗透人们的日常生活,并以前所未有的速度颠覆人类社会的生活轨迹。身为时代见证者的我们,该如何把握AI浪潮下的价值重塑?而这一问题的答案,正可从不久前召开的2025年人工智能、计算机网络与信息处理国际会议(AINIP

gnn 嘉宝 pereira 马海林 ainip 2025-05-19 16:21  5

洞见未来 | ANIP 2025:全球专家前瞻布局 共议AI浪潮中的行业变革与未来走向

当AI已不再仅仅是科技领域的热议话题,而是深度渗透人们的日常生活,并以前所未有的速度颠覆人类社会的生活轨迹。身为时代见证者的我们,该如何把握AI浪潮下的价值重塑?而这一问题的答案,正可从不久前召开的2025年人工智能、计算机网络与信息处理国际会议(AINIP

gnn pereira 前瞻布局 anip 马海林 2025-05-19 14:10  6

论文速度|Graph-MoE模型让多元时间序列异常检测更精准

在工业物联网和智能运维领域,多元时间序列数据(如服务器传感器数据、设备运行状态)的异常检测至关重要。传统的异常检测方法往往难以捕捉变量间的复杂依赖关系,导致漏检或误检。近日,中国科学技术大学团队提出Graph-MoE模型,结合图神经网络与混合专家框架,在多个公

模型 论文 gnn 时间序列 多元时间序列 2025-04-03 11:55  9

原创 | 结构熵理论及其应用(四)

在上一篇《结构熵理论及其应用(三)》中我们详细讲述了结构熵在无监督/半监督聚类/社区检测、社交机器人检测、角色识别等领域。本文我们将重点讲述结构熵在不同网络类型、图神经网络、强化学习,以及其他医疗、交通领域的应用。

应用 gnn dbi 2025-01-23 07:08  20

多目标跟踪中的关联算法

本文介绍多目标跟踪MOT算法当中的关联association模块,association模块在MOT中起到了承上启下的作用,在MOT的框图当中,如果是以kalman跟踪作为base, 那么关联模块一般位于预测之后,更新之前,如下图所示,关联构建起了track和

算法 gnn 马氏距离 2025-01-06 10:06  18

图学习新突破:一个统一框架连接空域和频域

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年,机器之心AIxiv专栏接收报道了2000多篇内容,覆盖全球各大高校与企业的顶级实验室,有效促进了学术交流与传播。如果您有优秀的工作想要分享,欢迎投稿或者联系报道。投稿邮箱:liyazhou@jiqiz

gnn 频域 空域 2024-12-23 15:06  17

基于图神经网络的大语言模型检索增强生成框架研究

在大型语言模型(LLMs)相关的人工智能突破中,图神经网络(GNNs)与LLMs的融合已成为一个极具前景的研究方向。这两类模型的结合展现出显著的互补性,能够协同增强LLMs的推理能力和上下文理解能力。通过从知识图谱(KGs)存储的海量信息中进行智能化检索,该结

模型 神经网络 gnn 2024-12-16 10:13  18