随着物联网、互联网、移动互联网的快速发展,人类社会可以获得大量的时空数据,如时序传感数据、视频数据等。其中时空数据的一种重......

图作为一种较复杂的数据结构类型能够表示众多含有丰富信息的特征结构,其可以被用来刻画各种复杂数据特征以及结构特征之间的作用......

图数据广泛存在于现实世界中,可以自然地表示复合对象及其元素之间的复杂关联.对图数据的分类是一个非常重要且极具挑战的问题,在......

图节点的分类被广泛的应用于社交网络、生物医学、电子商务等领域,一直是当今学者研究的热门话题。图节点规模的增加给现有的分类......

以新浪微博为代表的新型社交媒体逐渐取代传统媒体,成为人们获取信息,传播信息的主要平台。这些平台使人们的生活更加便捷,但同时......

目前大多数图卷积(GCN)关注于提取局部特征信息,忽略了全局特征,使得标签不能有效地传播到整个图上。对此,设计一种可以用于半监督......

针对图神经网络池化中不能充分保留图的局部特征的问题,提出一种基于稀疏注意力自适应图池化方法。首先,运用稀疏注意力自适应地选......

判断两篇文章之间的关系是一项很重要的自然语言理解任务,在新闻系统和搜索引擎等实际服务中有着广泛的应用。然而,相比在信息检索......

网络表示学习是复杂信息网络分析的基础,旨在将网络中的节点(节点级)或者整个网络(图级)表示为低维稠密的实值向量,以期应用于节点......

针对传统CNN(Convolutional Neural Network)在组织病理图像分类中存在的两个问题:其一,受限于内存大小,CNN无法对高分辨率的病理......

判断一对文章之间的关系是一项很重要的自然语言处理任务,在新闻系统和搜索引擎等实际服务中有着广泛的应用。然而,相比在信息检索......