HyperAIHyperAI

Command Palette

Search for a command to run...

GIDN : Un réseau de diffusion d'inception graphique léger pour une prédiction de liens haute efficacité

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

Résumé

Dans cet article, nous proposons un modèle appelé Graph Inception Diffusion Networks (GIDN). Ce modèle généralise la diffusion sur graphes dans différents espaces de caractéristiques et utilise le module Inception afin de réduire les calculs intensifs induits par des structures de réseau complexes. Nous évaluons le modèle GIDN sur les jeux de données de l’Open Graph Benchmark (OGB) et obtenons une performance supérieure de 11 % à celle de AGDN sur le jeu de données ogbl-collab.


Créer de l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp
GIDN : Un réseau de diffusion d'inception graphique léger pour une prédiction de liens haute efficacité | Articles | HyperAI