实体
Graph Machine Learning
Graph Machine Learning
PulseAugur coverage of Graph Machine Learning — every cluster mentioning Graph Machine Learning across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
新方法改进了复杂网络的距离保持嵌入
研究人员开发了一种新的方法，用于在inhomogeneous随机图（一种具有类型相关边概率的复杂网络）中创建距离保持嵌入。该方法使用基于地标的嵌入来保持最短路径长度，与之前的最坏情况界限相比，提供了更紧凑的维度-失真权衡。通过使用GNN增强的变体，该方法得到了进一步的改进，该变体使用神经网络代理进行精确的最短路径查询，并展示了对真实世界网络的稳健泛化能力。
-
Aitchison几何驱动新的成分图嵌入和风味标记器校准
两篇新的arXiv论文引入了使用Aitchison几何的表示学习新方法。一篇论文提出了一种通过将高能物理中的风味标记器校准构建为概率单纯形上的最优传输问题来校准风味标记器的框架。另一篇论文提出了一个成分图嵌入框架，该框架利用Aitchison几何为节点分类和链接预测等图机器学习任务创建可解释的嵌入。