实体
CiteSeerX
CiteSeerX
PulseAugur coverage of CiteSeerX — every cluster mentioning CiteSeerX across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
LLM Features Can Harm GNN Performance on Homophilous Graphs
一篇新研究论文揭示，将大型语言模型（LLM）生成的特征整合到图神经网络（GNN）中，有时会降低在特定基准测试上的性能。这种被称为“连接干扰”的效应，在LLM特征被简单地附加到现有数据时被观察到，导致在PubMed和Cora等数据集上的准确性显著下降。研究表明，LLM特征的有效性取决于超越简单连接的因素，在中等同质性数据集上观察到了性能提升。
-
Gravity-GraphSAGE 推进了有向属性图的链接预测
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。