Zobrazeno 1 - 10
of 1 301
pro vyhledávání: '"Semi-supervised node classification"'
Graph Neural Networks (GNNs) are powerful deep learning models designed for graph-structured data, demonstrating effectiveness across a wide range of applications.The softmax function is the most commonly used classifier for semi-supervised node clas
Externí odkaz:
http://arxiv.org/abs/2409.13544
Autor:
Huang, Zibin, Xian, Jun
In this paper, we propose the Graph-Learning-Dual Graph Convolutional Neural Network called GLDGCN based on the classic Graph Convolutional Neural Network(GCN) by introducing dual convolutional layer and graph learning layer. We apply GLDGCN to the s
Externí odkaz:
http://arxiv.org/abs/2404.12724
Recently, graph neural networks (GNNs) have shown prominent performance in semi-supervised node classification by leveraging knowledge from the graph database. However, most existing GNNs follow the homophily assumption, where connected nodes are mor
Externí odkaz:
http://arxiv.org/abs/2312.04111
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Graph-based semi-supervised node classification has been shown to become a state-of-the-art approach in many applications with high research value and significance. Most existing methods are only based on the original intrinsic or artificially establ
Externí odkaz:
http://arxiv.org/abs/2306.04214
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Big Data Mining and Analytics, Vol 7, Iss 3, Pp 794-808 (2024)
Attributed graphs have an additional sign vector for each node. Typically, edge signs represent like or dislike relationship between the node pairs. This has applications in domains, such as recommender systems, personalised search, etc. However, lim
Externí odkaz:
https://doaj.org/article/c9b18aab5ace49698fb45e624bd6185c
Publikováno v:
Proceedings of the AAAI Conference on Artificial Intelligence, 38(10), 10766-10774, 2024
We present a deep Graph Convolutional Kernel Machine (GCKM) for semi-supervised node classification in graphs. The method is built of two main types of blocks: (i) We introduce unsupervised kernel machine layers propagating the node features in a one
Externí odkaz:
http://arxiv.org/abs/2301.13764
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.