HyperAIHyperAI

Command Palette

Search for a command to run...

GIDN: شبكة تبادلية ذات نسيج رسم بياني خفيف الوزن لتنبؤ بالروابط بكفاءة عالية

Zixiao Wang Yuluo Guo Jin Zhao Yu Zhang Hui Yu Xiaofei Liao Biao Wang Ting Yu

الملخص

في هذه الورقة، نقترح نموذجًا يُسمى الشبكة الرسومية ذات التفريع التدرجي (Graph Inception Diffusion Networks - GIDN). يعمم هذا النموذج عملية الانتشار على مساحات ميزات مختلفة، ويستخدم وحدة التفريع (inception module) لتقليل الحسابات الكبيرة الناتجة عن الهياكل الشبكية المعقدة. وقد تم تقييم نموذج GIDN على مجموعات بيانات Open Graph Benchmark (OGB)، حيث حقق أداءً أفضل بنسبة 11% مقارنةً بنموذج AGDN على مجموعة بيانات ogbl-collab.


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