arrow
返回

Hierarchical community-based graph generation model for improving structural diversity

delete2025-09-02
delete0
PRE
AI
M
Masoomeh Sadat Razavi *
A
Abdolreza Mirzaei
M
Mehran Safayani
DOI:10.1016/j.patcog.2025.112320delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
• 一种新颖的层次化社区感知框架,用于并行生成结构多样的图。 • 解决了大规模图生成中的关键可扩展性问题。 • 生成速度显著快于当前最先进模型。 • 能够处理异构结构,并在真实数据集上优于先进模型。

期刊

Pattern Recognition 封面图
Pattern Recognition
IF:
7.6
论文数:
1.3W
被引数:
4.5W

机构

暂无机构信息
引用论文

引用论文

Community discovery in networks with deep sparse filtering
err2018-09-01
err44
PREAI
errXie, Yu; Gong, Maoguo; Wang, Shanfeng; Yu, Bin
err分享
err收藏
err分享
err收藏
Graph meets probabilistic generation model: A new perspective for graph disentanglement图满足概率生成模型: 图解纠缠的新视角
err2024-04-01
err0
PREAI
errPeng, Zouzhang; Zheng, Shuai; Zhu, Zhenfeng; Liu, Zhizhe; Cheng, Jian; Dong, Honghui; Zhao, Yao
err分享
err收藏
Graph neural network based on graph kernel: A survey基于图核的图神经网络:综述
err2025-05-01
err0
PREAI
errXu, Lixiang; Peng, Jiawang; Jiang, Xiaoyi; Chen, Enhong; Luo, Bin
err分享
err收藏
没有更多内容