.png){kind=icon}
返回
Error propagation-driven graph neural network with implicit layers
.png){kind=icon}
PRE
AI
DOI：10.1016/j.patcog.2026.114763.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
分析系统稳定性及扰动传播动力学。
提出基于约束非齐次常微分方程的IGNN模型。
提供关于稳定性和鲁棒性边界的理论保证。
Keyword:
Graph neural networks
Implicit neural networks
Semi-supervised learning
Optimization-inspired models
期刊
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
Robust graph neural networks via supervised block diagonal regularizer通过监督块对角正则化实现鲁棒图神经网络.png)
Pattern Recognition
Pattern RecognitionIF7.6
PREAI
分享收藏
Link prediction on multi-relational graphs from an influence propagation perspective基于影响传播的多关系图链接预测Pattern Recognition
Pattern RecognitionIF7.6
PREAI
分享收藏
查看更多内容