实体
WikiCSSH: Extracting Computer Science Subject Headings from Wikipedia
WikiCSSH: Extracting Computer Science Subject Headings from Wikipedia
PulseAugur coverage of WikiCSSH: Extracting Computer Science Subject Headings from Wikipedia — every cluster mentioning WikiCSSH: Extracting Computer Science Subject Headings from Wikipedia across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的GNN模块通过减少结构噪声来增强分类
研究人员开发了一种名为边界嵌入塑造（BES）的新型即插即用模块，旨在提高图神经网络（GNN）的性能。BES专门解决了图结构纠缠问题，在这种问题中，不相关的邻居信息会破坏节点嵌入，特别是对于决策边界附近的节点。通过自适应地抑制这种结构噪声，BES旨在锐化决策边界并提高分类准确性。实验表明，BES能够持续改进节点分类和链接预测，其性能优于现有方法，并将GCN的性能平均提升了3.3%。
-
LLM Features Can Harm GNN Performance on Homophilous Graphs
A new research paper reveals that incorporating features generated by large language models (LLMs) into graph neural networks (GNNs) can sometimes decrease performance on specific benchmarks. This effect, termed 'concat…