cs.SI」カテゴリーアーカイブ

Edge Classification on Graphs: New Directions in Topological Imbalance

要約 近年、グラフ機械学習 (GML) をノード/グラフの分類とリンク予測に適用 … 続きを読む

カテゴリー: cs.LG, cs.SI | Edge Classification on Graphs: New Directions in Topological Imbalance はコメントを受け付けていません

Edge Classification on Graphs: New Directions in Topological Imbalance

要約 近年、グラフ機械学習 (GML) をノード/グラフの分類とリンク予測に適用 … 続きを読む

カテゴリー: cs.LG, cs.SI | Edge Classification on Graphs: New Directions in Topological Imbalance はコメントを受け付けていません

Context-Aware Prediction of User Engagement on Online Social Platforms

要約 オンライン ソーシャル プラットフォームの成功は、ユーザーの行動を大規模に … 続きを読む

カテゴリー: cs.AI, cs.HC, cs.LG, cs.SI | Context-Aware Prediction of User Engagement on Online Social Platforms はコメントを受け付けていません

What Drives Online Popularity: Author, Content or Sharers? Estimating Spread Dynamics with Bayesian Mixture Hawkes

要約 ソーシャル メディアでのコンテンツの拡散は、ソース、コンテンツ自体、コンテ … 続きを読む

カテゴリー: cs.LG, cs.SI | What Drives Online Popularity: Author, Content or Sharers? Estimating Spread Dynamics with Bayesian Mixture Hawkes はコメントを受け付けていません

Errors are Robustly Tamed in Cumulative Knowledge Processes

要約 私たちは、新しい知識単位の妥当性が、その導出の正確さと、それが依存する単位 … 続きを読む

カテゴリー: cs.AI, cs.DS, cs.SI, math.PR | Errors are Robustly Tamed in Cumulative Knowledge Processes はコメントを受け付けていません

Toxic Memes: A Survey of Computational Perspectives on the Detection and Explanation of Meme Toxicities

要約 インターネット ミーム、ユーモア、社会的コメント、文化的表現のチャンネルは … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.CV, cs.CY, cs.SI | Toxic Memes: A Survey of Computational Perspectives on the Detection and Explanation of Meme Toxicities はコメントを受け付けていません

NoisyGL: A Comprehensive Benchmark for Graph Neural Networks under Label Noise

要約 グラフ ニューラル ネットワーク (GNN) は、メッセージ パッシング … 続きを読む

カテゴリー: cs.LG, cs.SI | NoisyGL: A Comprehensive Benchmark for Graph Neural Networks under Label Noise はコメントを受け付けていません

NoisyGL: A Comprehensive Benchmark for Graph Neural Networks under Label Noise

要約 グラフ ニューラル ネットワーク (GNN) は、メッセージ パッシング … 続きを読む

カテゴリー: cs.LG, cs.SI | NoisyGL: A Comprehensive Benchmark for Graph Neural Networks under Label Noise はコメントを受け付けていません

Author, Content or Sharers? Estimating Spread Dynamics with Bayesian Mixture Hawkes

要約 ソーシャル メディアでのコンテンツの拡散は、ソース、コンテンツ自体、コンテ … 続きを読む

カテゴリー: cs.LG, cs.SI | Author, Content or Sharers? Estimating Spread Dynamics with Bayesian Mixture Hawkes はコメントを受け付けていません

Large Language Models Can Infer Psychological Dispositions of Social Media Users

要約 大規模言語モデル (LLM) は、さまざまなタスクにわたってますます人間に … 続きを読む

カテゴリー: cs.AI, cs.CL, cs.CY, cs.HC, cs.LG, cs.SI | Large Language Models Can Infer Psychological Dispositions of Social Media Users はコメントを受け付けていません