PulseAugur
中
实时 18:01:23
English(EN) GravityGraphSAGE: Link Prediction in Directed Attributed Graphs

Gravity-GraphSAGE 推进了有向属性图的链接预测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种名为 Gravity-GraphSAGE (GG-SAGE) 的新方法，用于有向属性图中的链接预测。这种改进的 GraphSAGE 模型包含一个受引力启发的解码器，弥补了现有图深度学习技术主要关注无向图的不足。在基准数据集和真实世界数据集上的实验表明，GG-SAGE 的性能优于当前最先进的方法，即使在处理复杂和大规模数据时也表现出强大的能力。 AI

影响 增强了网络分析能力，有望改进欺诈检测和生物医学研究等应用。

排序理由 发布了一篇详细介绍新模型及其在基准数据集上性能的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Gravity-GraphSAGE 推进了有向属性图的链接预测

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Andrea Vandin ·

    GravityGraphSAGE: Link Prediction in Directed Attributed Graphs

    Link prediction (inferring missing or future connections between nodes in a graph) is a fundamental problem in network science with widespread applications in, e.g., biological systems, recommender systems, finance and cybersecurity. The ability to accurately predict links has si…

相关实体

相关话题