Graph Neural Networks

30 items

RESEARCHarXiv CS.AI·7/5/2026

Actionable Real-Time Modeling of Surgical Team Dynamics via Time-Expanded Interaction Graphs

Este artículo propone un enfoque práctico en tiempo real para modelar la dinámica de los equipos quirúrgicos utilizando grafos de interacción expandidos en el tiempo. El modelo permite una inferencia eficiente con una red neuronal de grafos estática, prediciendo la eficiencia del procedimiento y apoyando el análisis contrafactual para identificar cambios en la estructura de comunicación.

Team Performance Graph Neural Networks Surgical Dynamics real-time AI

RESEARCHarXiv CS.LG·hace 28d

Path-Based Gradient Boosting for Graph-Level Prediction

Proponemos PathBoost, un método de refuerzo de árboles de gradiente para clasificación y regresión a nivel de grafo, que aprende características discriminativas basadas en rutas directamente de la estructura del grafo de entrada. Este método introduce adaptaciones para clasificación binaria, incorpora múltiples atributos de nodos y aristas, y selecciona automáticamente nodos ancla, superando o igualando a las redes neuronales de grafos y enfoques de kernel de grafos en varios conjuntos de datos de referencia.

gradient boosting Graph Neural Networks machine learning graph theory

RESEARCHarXiv CS.LG·hace 22d

Mask-Morph Graph U-Net: A Generalisable Mesh-Based Surrogate for Crashworthiness Field Prediction under Large Geometric Variation

El artículo introduce Mask-Morph Graph U-Net (MMGUNet), un enfoque que aborda la limitación de las arquitecturas jerárquicas Graph U-Net en simulaciones de colisión. Su objetivo es mejorar la generalización manteniendo la conectividad fija del grafo grueso y mejorando la correspondencia espacial, ofreciendo una alternativa más rápida a los costosos métodos de elementos finitos.

Surrogate Models Crashworthiness Graph Neural Networks machine learning

RESEARCHarXiv CS.LG·hace 22d

Logical Grammar Induction via Graph Kolmogorov Complexity: A Neuro-Symbolic Framework for Self-Healing Clinical Data Integrity

Este artículo introduce Logic-GNN, un marco neuro-simbólico que utiliza Redes Neuronales Gráficas Temporales y la Complejidad de Kolmogorov para detectar errores de entrada de datos en registros clínicos. Identifica anomalías como "violaciones gramaticales" en una gramática lógica latente de interacciones médicas, logrando una puntuación F1 de 0.94.

Anomaly Detection data integrity Graph Neural Networks healthcare AI

RESEARCHarXiv CS.LG·hace 27d

Structural Interpretations of Protein Language Model Representations via Differentiable Graph Partitioning

Esta investigación propone un marco para interpretar representaciones de modelos de lenguaje de proteínas, proyectándolas en grafos de contacto proteicos y aplicando SoftBlobGIN, una Red de Isomorfismo de Grafos. Este método realiza un paso de mensajes consciente de la estructura para aprender subestructuras funcionales, logrando un 92,8% de precisión en la clasificación de enzimas y proporcionando explicaciones estructurales auditables.

AI interpretation protein language models structural biology Graph Neural Networks

RESEARCHarXiv CS.LG·30/4/2026

Mini-Batch Class Composition Bias in Link Prediction

Esta investigación revela una heurística dependiente de mini-lotes en modelos populares de predicción de enlaces basados en GNNs, habilitada por capas de normalización por lotes. Este sesgo puede llevar a una sobreestimación de la capacidad de los modelos para aprender representaciones de grafos generalizadas, en lugar de transferir las propiedades subyacentes del grafo.

Graph Neural Networks Link Prediction representation learning Machine Learning Bias

RESEARCHarXiv CS.LG·30/4/2026

A Survey of Multi-Agent Deep Reinforcement Learning with Graph Neural Network-Based Communication

Este artículo examina la comunicación basada en GNNs en el aprendizaje por refuerzo multiagente (MARL), señalando la falta de una estructura explícita. Propone un proceso de comunicación generalizado basado en GNNs para hacer los conceptos subyacentes más obvios y accesibles.

reinforcement learning Graph Neural Networks multi-agent systems

RESEARCHarXiv CS.LG·6/4/2026

Homophily-aware Supervised Contrastive Counterfactual Augmented Fair Graph Neural Network

Este trabalho propõe um novo modelo para treinar Redes Neurais Gráficas (GNNs) sensíveis à justiça, aprimorando o framework CAF. A abordagem utiliza uma estratégia de treinamento em duas fases, editando o grafo para ajustar a homofilia e integrando perdas contrastivas e ambientais modificadas para melhorar a predição e a justiça.

Homophily contrastive learning Graph Neural Networks machine learning

RESEARCHarXiv CS.CL·6/5/2026

Semantically Enriching Investor Micro-blogs for Opinion-Aware Emotion Analysis: A Practical Approach

Esta investigación propone enriquecer semánticamente los microblogs de inversores para mejorar el análisis de emociones consciente de las opiniones. Aumenta el conjunto de datos StockEmotions con gráficos de opinión granulares utilizando una pipeline LLM y demuestra un rendimiento de clasificación mejorado con Redes Neuronales Gráficas.

Emotion Analysis Graph Neural Networks NLP sentiment analysis

RESEARCHarXiv CS.AI·6/4/2026

OntoKG: Ontology-Oriented Knowledge Graph Construction with Intrinsic-Relational Routing

O título sugere 'OntoKG', um método para construção de grafos de conhecimento orientado a ontologias com roteamento intrínseco-relacional. Contudo, a ausência de conteúdo impede qualquer análise aprofundada do material.

ontology Knowledge Graphs Knowledge Graph Graph Neural Networks