HyperAIHyperAI

Command Palette

Search for a command to run...

التنظيم البسيط لشبكات الجراف العصبية للتنبؤ بخصائص الجزيئات ثلاثية الأبعاد وما بعدها

Jonathan Godwin; Michael Schaarschmidt; Alexander Gaunt; Alvaro Sanchez-Gonzalez; Yulia Rubanova; Petar Veličković; James Kirkpatrick; Peter Battaglia

الملخص

في هذه الورقة، نوضح أن التسوية البسيطة للضوضاء يمكن أن تكون طريقة فعالة لمعالجة تجاوز التوحيد في الشبكات العصبية الرسومية (GNN). أولاً، نؤكد أن المُسوِّيات التي تعالج تجاوز التوحيد يجب أن تقوم بمعاقبة التشابه الضمني بين العقد وتشجيع تمثيلات العقد ذات المعنى. من خلال هذا الملاحظة، اشتققنا تقنية "العقد الضوضائية" (Noisy Nodes)، وهي تقنية بسيطة تتضمن تشويه الرسم البياني الإدخالي بالضوضاء وإضافة خسارة على مستوى العقد لتصحيح الضوضاء. الخسارة المتنوعة على مستوى العقد تشجع التنوع الضمني للعقد، بينما هدف إزالة الضوضاء يشجع تعلم المنحنيات الرسومية. مُسوِّيناً يتم تطبيقه بطريقة بسيطة ومباشرة باستخدام الأساليب الجيدة الدراسة، مما يسمح حتى للهياكل العامة بتخطي مشكلة تجاوز التوحيد وتحقيق نتائج رائدة في مهام الكيمياء الكمية، وتحسين النتائج بشكل كبير على مجموعات بيانات Open Graph Benchmark (OGB). تشير نتائجنا إلى أن "العقد الضوضائية" يمكن أن تعمل كعنصر مكمل في مجموعة أدوات الشبكات العصبية الرسومية (GNN).


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