ICML 2022 | 基于结构化数据的异常检测再思考: 我们究竟需要怎样的图神经网络？
图神经网络（GNN）被广泛应用于结构化数据的异常检测，例如社交网络恶意账号检测、金融交易欺诈检测等。香港科技大学和斯坦福大学的研究者首次从谱域的角度（即图拉普拉斯矩阵的谱分解）分析了异常数据可能造成的影响。核心发现是：异常数据将导致频谱能量出现 “右移” 现象，即频谱能量分布从低频向高频移动。基于这一发现，他们又提出了 Beta 小波图神经网络（BWGNN）。它拥有多个具有局部性的带通滤波器，能....
ICML 2019 | 图马尔可夫神经网络
今天给大家介绍蒙特利尔算法研究所Yoshua Bengio教授课题组在ICML 2019发表的文章“GMNN:Graph Markov Neural Network”。作者在文章中提出了图马尔可夫神经网络GMNN，该模型可以结合统计关系学习方法和图神经网络的优点来研究关系数据的半监督对象分类问题，能够学习用于预测对象标签的对象表示以及对对象标签之间的依赖关系进行建模。经过实验证明，在对象分类，链....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。