Zobrazeno 1 - 4
of 4
pro vyhledávání: '"Heilig, Simon"'
The dynamics of information diffusion within graphs is a critical open issue that heavily influences graph representation learning, especially when considering long-range propagation. This calls for principled approaches that control and regulate the
Externí odkaz:
http://arxiv.org/abs/2405.17163
Matrix approximations are a key element in large-scale algebraic machine learning approaches. The recently proposed method MEKA (Si et al., 2014) effectively employs two common assumptions in Hilbert spaces: the low-rank property of an inner product
Externí odkaz:
http://arxiv.org/abs/2112.09893
Publikováno v:
In Neurocomputing July 2023
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.