arxivPaper only2026-06-08
Efficient Traffic Prediction at Scale: A Systematic Study of STGCN Architectural Depth
スペシオ・テンポラルグラフニューラルネットワークの効率化を研究。モデルの計算量を減らす方法を提案した。
CPUで試しやすい深層学習CNN
- 用途
- スペシオ・テンポラルグラフニューラルネットワークの効率化
- 難易度
- Hard
- コスト
- Medium
→
「GNN」の検索結果
14 件arxivPaper only2026-06-08
Graph Mamba Operator: A Latent Simulator for Interacting Particle Systems
Modeling interacting dynamical systems requires capturing spatial interactions alongside long-range temporal d
深層学習グラフニューラルネットテキスト
- 用途
- 技術検証・論文読解補助
- 難易度
- Hard
- コスト
- Medium
→
arxivPaper only2026-06-08
Alcmean's: Unsupervised community detection using local Laplacian, automatic detection of the number of centers
Alcmean's アルゴリズムは、複雑なネットワークの分析において基本的な問題であるコミュニティ検出に取り組んでいます。従来のアルゴリズムはマニュアルなパラメータ調整を必要としており、中心の選択も不正確です。この課題を
深層学習グラフニューラルネット検出埋め込み教師なし
- 用途
- コミュニティ検出問題
- 難易度
- Hard
- コスト
- Low
→
arxivPaper only2026-06-08
Beyond Convolution: Advancing Hypergraph Neural Networks with Hypergraph U-Nets
Convolutions have successfully transitioned from image processing to the complex realm of non-Euclidean higher
品質予測/異常検知深層学習グラフニューラルネット分類検出異常検知
- 用途
- 分類
- 難易度
- Hard
- コスト
- Low
→
arxivPaper only2026-06-08
Heterophily-Aware Adaptive Knowledge Distillation for Hypergraph Neural Networks
分散された学習を実現するために、教師モデルから学生モデルへの知識のdistillationを提案します。
深層学習グラフニューラルネット
- 用途
- 分散された学習のための知識のdistillation
- 難易度
- Hard
- コスト
- Low
→
arxivPaper only2026-06-08
SoccerNet 2026 Player-Centric Ball-Action Spotting:Retraining and Post-Processing Extensions to the FOOTPASS Baselines
We describe our system for the SoccerNet 2026 Player-Centric Ball-Action Spotting Challenge, which requires pr
深層学習グラフニューラルネット画像テキスト
- 用途
- 技術検証・論文読解補助
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-06-06
Paediatric-HGNN: A Hybrid Heterogeneous Graph Neural Network for Detecting Disfluency in Children's Speech via Multiscale Acoustic Fusion
Automated stuttering detection (ASD) systems struggle with paediatric speech due to high acoustic variability
説明可能センサ/時系列深層学習グラフニューラルネット検出テキスト音声
- 用途
- 検出
- 難易度
- Hard
- コスト
- Medium
→
arxivPaper only2026-06-05
Vessel Traffic Flow Prediction on Sparse Data via Spatio-Temporal Graph Neural Networks with a Learnable Tweedie Head
Accurate vessel traffic flow prediction is crucial for smart port operations and navigational safety. However,
説明可能深層学習Transformer予測
- 用途
- 予測
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-06-04
PAC-Bayesian Adversarially Robust Generalization for Message Passing Graph Neural Networks: A Sensitivity Analysis
この研究では、強い攻撃に対してグラフニューラルネットワーク (GNN) の安定した推論を保つために、PAC-ベイズ分析を使用して GNN の一般性を分析します。新しい分析方法を提案することで、GNN の弱信頼性の推論結果
深層学習Transformer分類埋め込み
- 用途
- 弱信頼性の推論結果を防ぐ方法を開発
- 難易度
- Hard
- コスト
- Low
→
arxivPaper only2026-06-04
Exploring cooperation mechanisms via reinforcement learning in network common-pool resource games
この研究では、cooperationmechanismsを利用するためのreinforcementlearningをnetworkcommon-poolresourcgamesに適用します。
説明可能深層学習グラフニューラルネット強化学習
- 用途
- network common-pool resource games
- 難易度
- Hard
- コスト
- Low
→
arxivPaper only2026-06-03
Graph Cascades: Contagion-Based Mesoscopic Rewiring for Structure-Aware Graph Machine Learning
この研究では、グラフ構造を考慮したグラフ機械学習アルゴリズムを提案しており、特にグラフ構造と多ホップ支援を考慮したリワイアリング技術を提案している。
深層学習Transformer分類
- 用途
- グラフ構造を考慮したグラフ機械学習
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-05-21
Engineering Hybrid Physics-Informed Neural Networks for Next-Generation Electricity Systems: A State-of-the-Art Review
本論文では、機械学習と物理法則を組み合わせたPhysics-Informed Machine Learning (PIML)を電力システム予測に適用した。PIMLは、機械学習と物理法則を組み合わせて、高精度で正確な予測を
説明可能深層学習Transformer検出生成
- 用途
- 電力システム予測
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-05-18
GOAL: Graph-based Objective-Aligned Diffusion Solvers for Dynamic Multi-Objective Optimization
Existing neural combinatorial optimization solvers frame solution search as imitation of optimal decisions, in
品質予測/異常検知条件最適化深層学習グラフニューラルネット生成
- 用途
- 生成
- 難易度
- Hard
- コスト
- High
→
arxivPaper only2026-05-08
Every Feedforward Neural Network Definable in an o-Minimal Structure Has Finite Sample Complexity
We show that, in a precise sense, a broad class of feedforward neural networks learn (have finite sample compl
深層学習Transformer
- 用途
- 技術検証・論文読解補助
- 難易度
- Hard
- コスト
- Medium
→