cs.SI」カテゴリーアーカイブ

Edge Directionality Improves Learning on Heterophilic Graphs

要約 グラフ ニューラル ネットワーク (GNN) は、リレーショナル データを … 続きを読む

カテゴリー: cs.LG, cs.SI | Edge Directionality Improves Learning on Heterophilic Graphs はコメントを受け付けていません

A Survey of Graph Meets Large Language Model: Progress and Future Directions

要約 グラフは、引用ネットワーク、ソーシャル ネットワーク、生物学的データなど、 … 続きを読む

カテゴリー: cs.CL, cs.LG, cs.SI | A Survey of Graph Meets Large Language Model: Progress and Future Directions はコメントを受け付けていません

Computational Hypergraph Discovery, a Gaussian Process framework for connecting the dots

要約 ほとんどの科学的課題は、関数近似の複雑さの次の 3 つのレベルのいずれかに … 続きを読む

カテゴリー: 15A83, 46E22, 62A09, 62D20, 62H22, 62J02, 65S05, 68R10, 90C35, 94C15, cs.AI, cs.LG, cs.NA, cs.SI, math.NA, stat.ML | Computational Hypergraph Discovery, a Gaussian Process framework for connecting the dots はコメントを受け付けていません

InfoPattern: Unveiling Information Propagation Patterns in Social Media

要約 ソーシャルメディアは、情報の伝播を通じて世論を形成し、イデオロギーコミュニ … 続きを読む

カテゴリー: cs.CL, cs.SI | InfoPattern: Unveiling Information Propagation Patterns in Social Media はコメントを受け付けていません

Edge2Node: Reducing Edge Prediction to Node Classification

要約 ノード分類におけるグラフ ニューラル ネットワーク モデルの成功にもかかわ … 続きを読む

カテゴリー: cs.LG, cs.SI | Edge2Node: Reducing Edge Prediction to Node Classification はコメントを受け付けていません

Combatting Human Trafficking in the Cyberspace: A Natural Language Processing-Based Methodology to Analyze the Language in Online Advertisements

要約 このプロジェクトは、高度な自然言語処理 (NLP) 技術を通じて、オンライ … 続きを読む

カテゴリー: 62H30, 68T01, 68T068T50, 68T50, 91C99, cs.AI, cs.CL, cs.CY, cs.LG, cs.SI, I.2.7 | Combatting Human Trafficking in the Cyberspace: A Natural Language Processing-Based Methodology to Analyze the Language in Online Advertisements はコメントを受け付けていません

Modeling Political Orientation of Social Media Posts: An Extended Analysis

要約 オンライン ソーシャル メディア上の政治的二極化を特徴付ける機械学習モデル … 続きを読む

カテゴリー: cs.CL, cs.LG, cs.SI | Modeling Political Orientation of Social Media Posts: An Extended Analysis はコメントを受け付けていません

A Survey of Graph Meets Large Language Model: Progress and Future Directions

要約 グラフは、引用ネットワーク、ソーシャル ネットワーク、生物学的データなど、 … 続きを読む

カテゴリー: cs.CL, cs.LG, cs.SI | A Survey of Graph Meets Large Language Model: Progress and Future Directions はコメントを受け付けていません

PyTorch Geometric Signed Directed: A Software Package on Graph Neural Networks for Signed and Directed Graphs

要約 ネットワークは、多くの実世界のアプリケーション (信頼/不信関係をエンコー … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.SI, stat.ML | PyTorch Geometric Signed Directed: A Software Package on Graph Neural Networks for Signed and Directed Graphs はコメントを受け付けていません

AMES: A Differentiable Embedding Space Selection Framework for Latent Graph Inference

要約 現実世界のシナリオでは、データ エンティティが固有の関係を持っている場合で … 続きを読む

カテゴリー: cs.LG, cs.SI, stat.ML | AMES: A Differentiable Embedding Space Selection Framework for Latent Graph Inference はコメントを受け付けていません