AAAI 2025 |用于可信图对比学习的 GNN-Transformer 协同架构

最新推荐文章于 2025-05-13 22:10:49 发布
最新推荐文章于 2025-05-13 22:10:49 发布
阅读量375 收藏
点赞数 18
分类专栏： 计算机顶会顶刊论文解读 文章标签： transformer 深度学习 AAAI 计算机顶刊 论文解读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42722197/article/details/146121864
版权

论文信息

题目：GNN-Transformer Cooperative Architecture for Trustworthy Graph Contrastive Learning
用于可信图对比学习的 GNN-Transformer 协同架构
作者：Jianqing Liang, Xinkai Wei, Min Chen, Zhiqiang Wang, Jiye Liang
源码：https://github.com/a-hou/GTCA

论文创新点

  1. 创新图编码器组合：创新性地运用GCN和NodeFormer作为图编码器。传统图对比学习方法多依赖单一编码器，而该论文所提方法结合二者优势，GCN用于捕捉节点的局部结构信息，NodeFormer凭借自注意力机制有效获取全局依赖关系，从而对图形成更全面的感知，在图表示学习领域
了解本专栏 订阅专栏 解锁全文
AI Agent: AI的下一个风口 AutoGPT：通过自然语言的需求描述执行自动化任务
AI天才研究院
06-29 1060
随着人工智能技术的快速发展，我们正在进入一个新的AI时代。传统的AI系统虽然在特定任务上表现出色，但往往缺乏灵活性和自主性。用户需要一种更智能、更自主的AI系统，能够理解复杂的自然语言指令，并自动执行各种任务。这种需求催生了AI Agent的概念，其中AutoGPT作为一个典型代表，正在引领AI的下一个风口。基于大型语言模型的自然语言理解和生成任务分解与规划上下文管理和记忆机制自主决策与执行持续学习与优化。
AAAI 2025 | 厦门大学信息学院32篇论文入选！多模态、目标检测、自动驾驶等研究方向...
阿木寺的博客
01-06 3991
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—>【Mamba/多模态/扩散】交流群添加微信：CVer2233，助手会拉你进群！扫描下方二维码，加入CVer学术星球！可获得最新顶会/顶刊上的论文idea和CV从入门到精通资料，及最前沿应用！发论文/搞科研/涨薪必备！转载自：厦大信息近日，国际人工智能顶级会议AAAI 2025论文录用结果揭晓，厦门大学信息学院共有...
入选AAAI 2025！香港理工大学团队基于图Transformer，精准预测有机材料分子光电性能
HyperAI超神经
02-17 558
由此可见，AI 技术在全球范围内的有机太阳能电池研究中发挥着越来越重要的作用，不仅加速了新材料的发现和性能优化，也为解决长期存在的科学问题提供了新的视角和解决方案。随着技术的不断成熟和产业化进程的加速，中国力量已经成为推动全球有机太阳能电池技术发展的关键引擎，有望为未来的能源革命贡献更多的中国智慧和中国方案。这一流程结合了机器学习和实验，在全球能源转型的浪潮中，有机太阳能电池 (OSCs) 以其轻质、柔性和低成本的特点，正逐渐从实验室走向产业化的前沿，而中国科学家在有机太阳能电池领域的研究进展引人注目。
IJCAI2023 | A Systematic Survey of Chemical Pre-trained Models（化学小分子预训练模型综述）
justBeHerHero
05-03 2077
IJCAI2023 | A Systematic Survey of Chemical Pre-trained Models（化学小分子预训练模型综述）
AAAI 25 | 融合分隔：协同专家混合模型用于数据稀缺环境下的药物-靶点相互作用预测
m0_59164520的博客
01-13 1145
药物-靶点交互（Drug-Target Interaction, DTI）预测在药物发现和临床应用等各种场景中至关重要。DTI 预测中广泛使用的输入数据有两种视角：内在数据代表药物或靶标的结构，外在数据代表药物或靶标与其他生物实体的关系。
【论文翻译 AAAI 2020 | 知识图谱综述】A Survey on Knowledge Graphs: Representation, Acquisition and Applications
热门推荐
byn12345的博客
05-14 1万+
论文题目：A Survey on Knowledge Graphs: Representation, Acquisition and Applications 论文来源：AAAI 2020 Philip S. Yu等人 关键词：知识图谱，表示学习，知识图谱补全，关系抽取，知识推理 待更新… PS. 以后再也不翻译综述了，实在是太长了，也看不下去[捂脸哭泣]。 个人感觉这篇文章看一看每个小结的总结就行了，中间主要是方法的列举。 （都翻译了这么多，也不想接下来只翻译小结，还是善始善终吧） 文章目录1.
[AAAI 2025] 华科大认知计算与智能信息处理实验室3篇论文被国际人工智能顶级会议AAAI 2025全文录用!
xx_nm98的博客
12-16 1116
CCIIP实验室23级博士生潘为燃同学（导师：魏巍）的论文 “Enhanced Sample Selection with Confidence Tracking: Identifying Correctly Labeled yet Hard-to-Learn Samples in Noisy Data”，23级研究生徐名韬同学（导师：魏巍）的论文 “Semantic Enhanced Heterogeneous Hypergraph Network for Collaborative Filtering”
2021-AAAI-KCGN-面向社会推荐的知识感知耦合图神经网络
还有很长很长的路
09-26 2268
标题：Knowledge-aware Coupled Graph Neural Network for Social Recommendation 中文翻译：面向社会推荐的知识感知耦合图神经网络 模型：KGCN 源代码：https://github. com/xhcdream/KCGN 摘要 社会推荐任务的目的是结合用户之间的社会关系来预测用户对项目的偏好，从而缓解协同过滤的稀疏性问题。虽然最近许多算法改进证明了基于神经网络的社会推荐系统的有效性，但几个重要的挑战还未得到很好的解决： （i）大多数模型只考.
Transformer模型的1000+篇文章总结
02-27 2116
Transformer模型的1000+篇文章总结 本文收集和总结了有关Transformer模型的1000+篇文章，由于篇幅有限只能总结近期的内容，想了解更多内容可以访问：http://www.ai2news.com/, 其分享了有关AI的论文、文章、图书。 query PyTorch的Transformer http://www.ai2news.com/blog/42703/ Transformer-XL：像RNN一样用Transformer http://www.ai2news.com/
WWW 2020 开源论文 | 异构图Transformer
Paper weekly
04-03 1740
论文标题：Heterogeneous Graph Transformer论文来源：WWW 2020论文链接：https://arxiv.org/pdf/2003.01332.pdf代码...
GNN4Rec-2: 解耦表示，理解用户的多样偏好和意图
weixin_45519842的博客
07-22 1013
GNN4Rec系列旨在介绍图神经网络与推荐系统结合的一些工作。第一期主要介绍了用GNN做特征交叉的几篇工作.GNN4Rec-1：如何用GNN来进行特征交互？本期介绍下在用GNN学习用户表示...
WSDM2020|InterHAt分层注意力可解释CTR预估(已开源)
hestendelin的专栏
11-09 1247
Interpretable Click-Through Rate Prediction through Hierarchical AttentionZeyu Li, Wei Cheng,...
基于深度学习的水果识别系统设计
最新发布
z17338523033的博客
05-13 202
本文介绍了基于YOLOv5s模型和PyQt框架构建的目标检测系统。首先，YOLOv5s作为轻量级目标检测模型，在保持高精度的同时具备快速推理能力。其次，系统通过PyQt设计了用户界面，包含注册和登录功能，使用SQLite3数据库存储用户信息。登录成功后进入检测界面，提供模型加载、数据加载、开始检测和摄像头检测等功能。用户可以选择训练好的模型和数据进行目标检测，检测结果实时显示在界面中。该系统整合了深度学习模型和图形界面，实现了便捷的目标检测功能。
Pycharm（十九）深度学习
higerwy的博客
05-06 1311
深度学习是机器学习中的一种特殊方法，它使用称为神经网络的复杂结构，特别是“深层”的神经网络，来学习和做出预测。深度学习特别适合处理大规模和高维度的数据，如图像、声音和文本。深度学习、机器学习和人工智能之间的关系如下图所示：深度学习⊆机器学习⊆人工智能优点：1）精度高，性能优于其他的机器学习算法，甚至在某些领域超过了人类；2）随之计算机硬件的发展，可以近似任意的非线性函数；3）近年来在学界和业界受到了热捧，有大量的框架和库可供调。缺点：1）黑箱。
深度学习计算
m0_73776435的博客
05-13 447
深度学习的飞速发展离不开强大的计算能力支撑。从张量计算到 GPU 加速，从自动微分到分布式计算，深度学习计算的每一项技术都如同精密仪器中的关键齿轮，推动着模型性能的不断提升。本文深入剖析深度学习计算的核心技术、优化策略以及前沿趋势，为你全方位解锁智能模型背后的算力密码。
Python数据分析案例74——基于内容的深度学习推荐系统（电影推荐）
weixin_46277779的博客
05-10 1351
电影数据集构建推荐系统，结合内容推荐和深度学习两种方法。预处理、探索性分析，加权平均法和余弦相似度进行基于内容的推荐，计算电影的相似度并生成推荐结果。并且使用深度学习模型，构建评分预测和检索任务，用户个性化推荐和评分预测。
【深度学习|学习笔记】 梯度提升机（Gradient Boosting Machines, GBM）模型详解，附代码。
2401_89898861的博客
05-10 1133
【深度学习|学习笔记】 梯度提升机（Gradient Boosting Machines, GBM）模型详解，附代码。
CNN处理图片
minato_wdz的博客
05-09 931
iltera​rgnp..array([[1/162/16erfiltera​rg−1)==[3120。
深度学习 自然语言处理(RNN) day_02
qq_59348412的博客
05-13 827
感知机由于结构简单，完成的功能十分有限。可以将若干个感知机连在一起，形成 一个级联网络结构，这个结构称为“多层前馈神经网络”（Multi-layer Feedforward Neural Networks）。所谓“前馈”是指将前一层的输出作为后一 层的输入的逻辑结构。每一层神经元仅与下一层的神经元全连接。但在同一层之内， 神经元彼此不连接，而且跨层之间的神经元，彼此也不相连。循环神经网络（Recurrent Neural Network，RNN）是一种神经网络结构，专门用于处理序列数据。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小白学视觉

您的赞赏是我们坚持下去的动力~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值