GCN关键词检索结果

GCN:“州和地方机构的 ChatGPT?没那么快。”

GCN: "ChatGPT for state and local agencies? Not so fast."

在这篇 GCN 文章中,高级研究员 Arthur Holland Michel 讨论了 ChatGPT 的一些可能的社会影响。

最佳图神经网络架构:GCN、GAT、MPNN 等

Best Graph Neural Network architectures: GCN, GAT, MPNN and more

探索最流行的 gnn 架构,例如 gcn、gat、mpnn、graphsage 和时间图网络

对 JAGCNet 的公共访问被阻止

Public Access to JAGCNet Blocked

出于安全原因,ARCYBER 已下令屏蔽五角大楼总部企业网络 (HEN) 托管的众多网站。这会影响所有公共 JAGCNet 网站,并且该网站上的一些链接无法正常工作。

IEEE关于人工智能的交易,第6卷,第6期,2025年6月

IEEE Transactions on Artificial Intelligence, Volume 6, Issue 6, June 2025

1) GLAC-GCN: Global and Local Topology-Aware Contrastive Graph Clustering NetworkAuthor(s): Yuan-Kun Xu, Dong Huang, Chang-Dong Wang, Jian-Huang LaiPages: 1448 - 14592) Unsupervised Action Recognition Using Spatiotemporal, Adaptive, and Attention-Guided Refining-NetworkAuthor(s): Xinpeng Yin, Zixu h

IEEE关于模糊系统的交易,第33卷,第3期,2025年3月

IEEE Transactions on Fuzzy Systems, Volume 33, Issue 3, March 2025

1) Exploring the Potential of Fuzzy Sets in Cyborg Enhancement: A Comprehensive ReviewAuthor(s): Hang Su, Salih Ertug Ovur, Zhaoyang Xu, Samer AlfayadPages: 810 - 8272) Hierarchical Rule-Base Reduction Fuzzy Control for Path Tracking Variable Linear Speed Differential Steer VehiclesAuthor(s): Samuel

奥地利 Skyside 增加了第一架 Citation Jet 3+

Austria's Skyside adds first Citation Jet 3+

Skyside(SKV,维也纳)增加了第一架 Citation Jet 3+,OE-GCN(msn 525B-0696)。这架 1.7 年的飞机于 2025 年 1 月 30 日被添加到 Skyside 的航空运营商证书 (AOC) 中。这是 Ortac(泽西岛)之前运营的两架 Citation Jet 3+ 中的最后一架,在那里它被注册为 2-OTOD 并配置为最多可容纳 8 名乘客。这架喷气式飞机在前运营商的“ORT”代码下的最后一次飞行是在 2024 年 12 月 18 日,从鹿特丹飞往阿尔滕莱茵,它一直在那里停好。Ortac 退役了……

IEEE 计算智能新兴主题学报,第 8 卷,第 4 期,2024 年 8 月

IEEE Transactions on Emerging Topics in Computational Intelligence, Volume 8, Issue 4, August 2024

1) 深度学习视频超分辨率综述作者:Arbind Agrahari Baniya、Tsz-Kwan Lee、Peter W. Eklund、Sunil Aryal页数:2655 - 26762) 神经动力学优化综述作者:Youshen Xia、Qingshan Liu、Jun Wang、Andrzej Cichocki页数:2677 - 26963) 用于知识图谱补全的图形结构增强预训练语言模型作者:Huashi Zhu、Dexuan Xu、Yu Huang、Zhi Jin、Weiping Ding、Jiahui Tong、Guoshuang Chong页数:2697 - 27084) 通过基

IEEE 神经网络和学习系统学报,第 35 卷,第 6 期,2024 年 6 月

IEEE Transactions on Neural Networks and Learning Systems, Volume 35, Issue 6, June 2024

1) Editorial Special Issue on Explainable and Generalizable Deep Learning for Medical ImagingAuthor(s): Tianming Liu, Dajiang Zhu, Fei Wang, Islem Rekik, Xia Hu, Dinggang ShenPages: 7271 - 72742) Adversarial Learning Based Node-Edge Graph Attention Networks for Autism Spectrum Disorder Identificatio

实现旋转等变:从头开始实现组等变 CNN

Implementing rotation equivariance: Group-equivariant CNN from scratch

我们编写了一个简单的组等变卷积神经网络 (GCNN),它与旋转等变。世界可能颠倒了,但网络会知道。

倒过来,猫还是猫:使用几何深度学习发展图像识别

Upside down, a cat's still a cat: Evolving image recognition with Geometric Deep Learning

在关于组等变卷积神经网络 (GCNN) 的系列文章的第一篇中,我们将介绍主要参与者 — 组 — 和概念(等变)。通过 GCNN,我们终于重新讨论了几何深度学习这一主题,这是一种原则性、数学驱动的神经网络方法,其范围和影响力一直在不断扩大。

通过图神经网络进行恶意软件家族分析的序列特征提取

Sequence Feature Extraction for Malware Family Analysis via Graph Neural Network

恶意软件对我们的设备和生活造成了很大的危害。我们迫切希望了解恶意软件的行为及其造成的威胁。恶意软件的大多数记录文件都是可变长度的、带有时间戳的基于文本的文件,例如事件日志数据和动态分析配置文件。利用时间戳,我们可以将这些数据分类为基于序列的数据,以便进行后续分析。然而,处理可变长度的基于文本的序列很困难。此外,与自然语言文本数据不同,信息安全中的大多数序列数据都具有特定的属性和结构,例如循环、重复调用、噪声等。为了深入分析 API 调用序列及其结构,我们使用图来表示序列,这可以进一步研究信息和结构,例如马尔可夫模型。因此,我们设计并实现了一个注意力感知图神经网络 (AWGCN) 来分析 API