图神经网络相关 AI 资讯

模型09:03

Dynamic Neural Graph Encoder 提升 INR 分类准确率约 10%

想搞权重空间分析的可以看看，这篇用动态图编码推理过程，在 INR 分类上直接提了 10 个点，挺实在的。

#DNG-Encoder #INR #CIFAR-100 #权重空间

arXiv cs.LG@Di Wu 等 6 人原文

论文10:08

ADC-GNN：扩散引导学习用于少样本图欺诈检测

这篇论文提出了ADC-GNN，在少样本场景下用扩散对比学习搞定图欺诈检测，三个公开基准上比现有方法都好，做风控的朋友可以看看

#ADC-GNN #Graph Fraud Detection #图神经网络 #欺诈检测

arXiv cs.AI@Liming Liu 等 6 人原文

论文11:41

G2Rec：结合图结构与语义标记化的生成式推荐框架

这篇论文提出了G2Rec框架，能更精准地建模用户兴趣，在工业推荐场景中效果优于现有方法。

#G2Rec #生成式推荐 #图神经网络 #语义标记化

arXiv cs.AI@Ruizhong Qiu 等 9 人原文

论文10:58

等变图神经网络提升光学光谱预测用于材料筛选

这篇论文用GotenNet做光学光谱预测，在1万个结构上比现有模型准不少，特别是0-8 eV区间，搞材料筛选的可以看看。

#Equivariant Graph Neural Networks #GotenNet #材料筛选 #光学光谱

arXiv cs.AI@Kasper Helverskov Petersen 等 6 人原文

论文10:38

ChronoSurv：临床路径引导的多模态生存分析图框架

这篇论文把临床流程做成图结构来预测生存时间，比传统方法更准，适合做医疗AI的朋友看看。

#ChronoSurv #生存分析 #多模态 #头颈癌

arXiv cs.LG@Hugo Miccinilli, Theo Di Piazza原文

论文10:37

INDEQS: 融合先验图结构的神经控制微分方程预测方法

这篇论文把已知图结构嵌入神经微分方程里做时间序列预测，效果比没加图信息的NCDE更好。在河流流量和交通流数据上都有提升，对图和时序结合感兴趣可以看看。

#INDEQS #NCDE #时间序列预测 #图神经网络

arXiv cs.LG@Michael Detzel 等 6 人原文

论文12:00

深度强化学习求解最小零强制集问题

这篇论文告诉你如何用强化学习搞定一个NP难的图论问题，效果比传统贪心算法好，适合研究图神经网络和组合优化的人。

#SD-ZFS #S2V-DQN #强化学习 #图神经网络

arXiv cs.LG@Steve Halley, Maurício Gruppi原文

论文12:18

图原生时间序列的过滤共形椭球方法

这篇给时间序列预测搞了新套路，用过滤共形椭球比静态协方差更准，在交通数据集上效果更锐利。

#GCN-GRU #METRLA-20 #PEMSBAY-50 #共形预测

arXiv cs.LG@Yannick Limmer原文

技巧 Agent 与开发者官方一手精选11:21

用city2graph、OSMnx和PyTorch Geometric实现空间图神经网络推断城市功能

手把手教你用图神经网络分析城市数据

#city2graph #OSMnx #PyTorch Geometric #GraphSAGE

官方一手marktechpost@Sana Hassan原文

论文13:45

GNN与自学习结合实现节点属性网络聚类

图聚类是网络分析的基础问题，这项研究解决了同时利用网络结构和节点属性的难题。做社交网络分析、生物网络或推荐系统的研究者，可以关注这个自学习框架带来的性能提升。

#图神经网络 #图聚类 #自学习 #节点属性网络

arXiv cs.LG@Rodrigo de Sapienza Luna, Daniel Ratton Figueiredo原文

产品精选00:44

TacticAI用图神经网络实时模拟防守阵型

足球战术分析团队终于有了可交互的 AI 工具——TacticAI 让数据科学家像玩游戏一样拖拽球员测试阵型，做体育数据分析的建议点开看看。

#图神经网络 #足球战术 #实时模拟 #Google DeepMind

官方账号Google DeepMind@GoogleDeepMind原文

论文精选10:57

COGENT：用神经ODE实现不规则网格上的长期物理预测

对于从事地球科学模拟或物理仿真的研究者，COGENT 解决了不规则网格上长期预测不稳定的痛点，且支持任意时间点查询，值得在气候建模或工程仿真中尝试。

#图神经网络 #神经常微分方程 #长期预测 #物理仿真

arXiv cs.LG@Zesheng Liu, Maryam Rahnemoonfar原文

论文精选09:25

LSTM-GNN 耦合框架实现非线性力学场重建，加速多尺度仿真

做多尺度仿真和材料力学计算的团队，终于有了一个能同时处理时间依赖和空间应力场的高效替代方案——比有限元快 1000 倍，还能跨网格直接迁移，建议做结构分析的开发者点开看看。

#LSTM #图神经网络 #力学场重建 #多尺度仿真

arXiv cs.LG@Manuel Ricardo Guevara Garban 等 6 人原文

论文精选09:35

关系图神经网络需要什么样的图？结构优化器自动适配

做图神经网络或关系数据处理的团队，终于有了一个系统性的图结构优化方法，可以直接用在数据库到图的转换中，提升模型效果并节省计算资源。

#图神经网络 #关系深度学习 #结构优化 #信息过载

arXiv cs.AI@Yao Cheng, Siqiang Luo原文

论文09:37

LCC：利用高阶标签连通性提升异配图节点分类性能

异配图分类是GNN的长期痛点，LCC用高阶标签连通性解决了这个问题，做图分析或社交网络研究的开发者可以直接参考实验方法。

#图神经网络 #异配图 #节点分类 #高阶标签连通性

arXiv cs.AI@Takuto Takahashi 等 6 人原文

论文精选11:22

Graph Set Transformer：融合局部与集合上下文的图集学习新架构

做图神经网络或集合学习的研究者，GST解决了图集任务中局部与全局信息割裂的痛点，代码已开源，值得复现对比。

#图神经网络 #集合学习 #Graph Set Transformer #架构创新

arXiv cs.LG@Jose E. Escrig Molina 等 3 人原文

论文11:04

RIDE：首个铁路延误预测开放数据集与基准

铁路延误预测终于有了标准化数据集和评估基准，做交通预测或时序建模的研究者可以直接用 RIDE 来测试和对比模型，省去自己收集数据的麻烦。

#铁路延误预测 #开放数据集 #基准测试 #图神经网络

arXiv cs.LG@Clément Elliker 等 5 人原文

论文11:15

基于图神经网络的稀疏传感器城市温度场重建方法

城市气候监测和热风险分析团队终于有了一个兼顾传感器预算和布局约束的实用方案——GNN在稀疏数据下比传统插值法更准，做城市热岛效应或极端高温预警的可以直接参考。

#图神经网络 #温度场重建 #稀疏传感器 #不确定性量化

arXiv cs.LG@Reda Snaiki, Abdelatif Merabtine原文

论文10:26

GNN 加速新方法：IO 感知的 GPU 内核实现，最高 8.5 倍提速

做图神经网络训练或推理的开发者，可以直接用这些内核替换现有层，无需改模型结构就能获得数倍加速和大幅内存节省，值得一试。

#GNN #GPU 内核 #I/O 优化 #图神经网络

arXiv cs.LG@Daria Fomina 等 6 人原文

论文精选72°11:28

FluxMem：将记忆建模为持续演化的图结构，提升LLM智能体适应性

FluxMem解决了LLM智能体在动态环境中记忆僵化的痛点，做复杂任务自动化的开发者可以直接参考其开源实现，提升智能体的长期记忆和适应能力。

#LLM智能体 #记忆增强 #图神经网络 #开源/仓库

事件专题

arXiv cs.AI@Jizhan Fang 等 15 人2 个信源在谈原文

论文精选11:48

L2IR：用LLM揭示图欺诈检测中的隐藏意图

图欺诈检测从业者终于有了对抗伪装连接的新武器——L2IR用LLM拆穿欺诈意图，直接提升检测精度，做反欺诈系统的团队值得一试。

#图神经网络 #欺诈检测 #大语言模型 #意图推理

arXiv cs.AI@Jinsheng Guo 等 5 人原文

论文精选10:00

Relevant Walk Search：多项式时间算法加速GNN解释

做GNN可解释性研究的团队终于有了高效工具——多项式时间算法让GNN-LRP从理论走向大规模应用，做图分析或模型调试的开发者可以直接用开源代码试试。

#图神经网络 #可解释性 #路径搜索 #多项式时间算法

arXiv cs.LG@Ping Xiong 等 6 人原文

论文精选12:25

Gaussian Sheaf Neural Networks：用概率分布改进图神经网络

做图学习或处理带噪声/不确定性数据的团队，GSNN 提供了一种保留概率结构的新方法，值得关注其理论推导和实验效果。

#图神经网络 #高斯分布 #细胞层理论 #拉普拉斯算子

arXiv cs.LG@André Ribeiro 等 4 人原文

论文精选12:05

FROG：全分辨率可优化图结构学习框架，提升关系深度学习性能

FROG解决了RDL中固定图结构无法优化的问题，做关系数据库和图神经网络结合的研究者可以直接用这个框架提升模型效果，值得深入阅读。

#关系深度学习 #图神经网络 #图结构学习 #关系数据库

arXiv cs.LG@Yi Huang 等 5 人原文

论文精选11:39

蒸馏保证：算法对齐下的组合优化知识迁移

组合优化任务通常依赖大型模型，但部署成本高。本文给出了理论保证，让做图神经网络和算法对齐的开发者知道何时可以安全地蒸馏到小模型，值得关注。

#蒸馏 #组合优化 #图神经网络 #算法对齐

arXiv cs.LG@Thien Le, Melanie Weber原文

论文精选10:40

Projection Agents：用潜在动作空间实现图组合优化RL的泛化与扩展

做图组合优化或RL求解NP-hard问题的研究者，这篇论文解决了泛化差和扩展性瓶颈，16倍加速和40%泛化提升值得一试，开源库还能直接复用。

#图组合优化 #强化学习 #图神经网络 #潜在动作空间

arXiv cs.AI@Franco Terranova 等 5 人原文

论文精选14:37

高效前瞻编码与抽象宽度：经典规划中通用策略学习的新方法

经典规划研究者终于有了可扩展的通用策略学习方法——新方法解决了IW策略在大规模问题上的计算瓶颈，做AI规划或强化学习的团队可以直接参考其编码思路。

#经典规划 #图神经网络 #迭代宽度 #抽象化

arXiv cs.AI@Michael Aichmüller 等 4 人原文

论文精选11:26

GA-S2S：融合图结构的Seq2Seq模型提升知识图谱链接预测

做知识图谱推理或链接预测的团队，GA-S2S用图结构补上了Seq2Seq模型的盲区，效果提升明显，值得在CoDEx等数据集上复现试试。

#知识图谱 #链接预测 #图神经网络 #Seq2Seq

arXiv cs.AI@Luu Huu Phuc 等 6 人原文

论文精选10:33

MSN：从原子坐标近实验精度预测磁性结构

磁性结构预测长期依赖昂贵实验或复杂第一性原理计算，MSN用图神经网络直接预测，精度接近实验，做磁性材料或凝聚态物理的团队值得关注，可以大幅加速筛选流程。

#磁性结构预测 #图神经网络 #E(3)等变 #MAGNDATA

arXiv cs.LG@Abhijatmedhi Chotrattanapituk 等 9 人原文

论文11:42

GRAPHLCP：面向图的结构感知局部化共形预测

该工作将图拓扑显式融入共形预测的局部化过程，解决了图场景下传统方法嵌入邻近性不可靠的问题，为图神经网络的可靠不确定性量化提供了新方案，对需要鲁棒预测的图应用（如分子性质预测、社交网络分析）具有实用价值。

#图神经网络 #不确定性量化 #共形预测 #拓扑结构

arXiv cs.LG原文