会员服务
图神经网络 (GNN) 是一种连接模型，它通过图的节点之间的消息传递来捕捉图的依赖关系。与标准神经网络不同的是，图神经网络保留了一种状态，可以表示来自其邻域的具有任意深度的信息。近年来，图神经网络(GNN)在社交网络、知识图、推荐系统、问答系统甚至生命科学等各个领域得到了越来越广泛的应用。
Unveiling the Threat of Fraud Gangs to Graph Neural Networks: Multi-Target Graph Injection Attacks against GNN-Based Fraud Detectors
Arxiv
0+阅读 · 2024年12月24日
Unveiling the Threat of Fraud Gangs to Graph Neural Networks: Multi-Target Graph Injection Attacks Against GNN-Based Fraud Detectors
Arxiv
0+阅读 · 1月5日
On the Computational Capability of Graph Neural Networks: A Circuit Complexity Bound Perspective
Arxiv
0+阅读 · 1月11日
KAN KAN Buff Signed Graph Neural Networks?
Arxiv
0+阅读 · 1月14日
The Expressive Power of Graph Neural Networks: A Survey
Arxiv
0+阅读 · 1月10日
Avoiding Oversmoothing in Deep Graph Neural Networks: A Multiplicative Ergodic Analysis
Arxiv
0+阅读 · 1月1日
Superhypergraph Neural Networks and Plithogenic Graph Neural Networks: Theoretical Foundations
Arxiv
0+阅读 · 2024年12月2日
Trustworthy Graph Neural Networks: Aspects, Methods and Trends
Arxiv
0+阅读 · 2024年2月21日
Digital Histopathology with Graph Neural Networks: Concepts and Explanations for Clinicians
Arxiv
0+阅读 · 2023年12月28日
Hyperbolic Graph Neural Networks: A Review of Methods and Applications
Arxiv
1+阅读 · 2023年10月23日
A Survey on Privacy in Graph Neural Networks: Attacks, Preservation, and Applications
Arxiv
0+阅读 · 2023年9月19日
A Survey on Privacy in Graph Neural Networks: Attacks, Preservation, and Applications
Arxiv
0+阅读 · 2023年9月8日
A Survey on Privacy in Graph Neural Networks: Attacks, Preservation, and Applications
Arxiv
11+阅读 · 2023年8月31日
Memory-Augmented Graph Neural Networks: A Brain-Inspired Review
Arxiv
0+阅读 · 2023年7月14日
Demystifying Structural Disparity in Graph Neural Networks: Can One Size Fit All?
Arxiv
0+阅读 · 2023年6月2日
参考链接
父主题
图深度学习
子主题
图注意力网络
图卷积网络
微信扫码咨询专知VIP会员
Top