HyperAIHyperAI

Command Palette

Search for a command to run...

تضمين غاوسي للرسوم البيانية ذات الخصائص على نطاق واسع

Bhagya Hettige Yuan-Fang Li Weiqing Wang Wray Buntine

الملخص

تُحول أساليب تمثيل الرسوم البيانية المحتوى المعقد والمتعدد الأبعاد للرسوم إلى تمثيلات منخفضة الأبعاد. وتشكل هذه الأساليب أداة مفيدة لسلسلة من مهام تحليل الرسوم البيانية، بما في ذلك التنبؤ بالروابط، وتصنيف العقد، والتوصية، والتصور. تعتمد معظم الطرق الحالية على تمثيل عقد الرسوم كمتجهات نقطية في فضاء تمثيل منخفض الأبعاد، مع إهمال عدم اليقين الموجود في الرسوم البيانية الواقعية. علاوة على ذلك، فإن العديد من الرسوم البيانية الواقعية كبيرة الحجم وغنية بالمحتوى (مثل خصائص العقد). في هذا العمل، نقترح GLACE، وهي طريقة جديدة وقابلة للتوسع لتمثيل الرسوم البيانية، تُحفِّظ بنية الرسم البياني وخصائص العقد بشكل فعّال وكفؤ في نموذج يُطبَّق من البداية إلى النهاية. تعتمد GLACE على نمذجة عدم اليقين بشكل فعّال من خلال تمثيلات غاوسية، وتدعم الاستنتاج الاستنتاجي للعقد الجديدة بناءً على خصائصها. وقد أجرينا تجارب شاملة على رسوم بيانية واقعية، وأظهرت النتائج أن GLACE تتفوّق بشكل كبير على أفضل الطرق الحالية في تمثيل الرسوم البيانية في عدة مهام تحليل الرسوم.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp