PulseAugur
中
实时 10:01:35
实体 Graph Additive Models

Graph Additive Models

PulseAugur coverage of Graph Additive Models — every cluster mentioning Graph Additive Models across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_303568 ·

    AMIGA研究解耦图学习的特征和拓扑

    一篇新的研究论文介绍了AMIGA，一种新颖的图加性模型方法，旨在解耦图学习中的特征、拓扑和交互效应。AMIGA通过挖掘的基序表示拓扑，并将节点贡献分解为特征、结构和特征-结构交互的加性通道，从而解决了现有图神经网络加性网络（GNANs）的局限性。该方法旨在提供更精确和可解释的节点局部解释，在多个基准测试中优于GNANs，并缩小与黑盒图神经网络的差距。