Can Large Language Models Improve the Adversarial Robustness of Graph NeuralNetworks?作者:张中健,王啸,周辉池,于...
专题解读 | 知识蒸馏再升级:用大语言模型赋能图神经网络
知识蒸馏再升级:用大语言模型赋能图神经网络一、背景介绍知识蒸馏(Knowledge Distillation)作为一种模型压缩方法,通过将复杂教师模型(Teacher Model)的知识传递给较轻量的...
成果分享|Anti-FakeU: 图神经网络推荐模型托攻击防御算法
在2023年5月举办的Proceedings of the ACM Web Conference 2023 (WWW 2023)中,我实验室白泽智能团队率先提出了图神经网络推荐模型托攻击防御算法(An...
AAAI 2024 | FairSIN:通过敏感信息中和来实现公平的图神经网络
FairSIN : Achieving Fairness in Graph Neural Networks through Sensitive Information Neutralization作...
专题解读 | 几何图神经网络的主流框架
1. 引言在AI4Science领域,深度学习已被广泛应用到多个领域中,包括药物发现、蛋白质结构预测、动力学模拟等。在科学研究中,高质量数据的数据往往昂贵而稀少,尤其是以三维结构形式呈现的数据。这些数...
图神经网络和代码大模型加持 | 提升二进制比对分享
一、背景1.1验证补丁的困惑众所周知,寻找并定位二进制代码之间存在(源)代码复用、存在的差异,其准确率及召回率是2个关键指标。另外,无恒实验室意识到,面对IoT设备ROM中数以千计的应用和动态链接库的...
专题解读 | 图神经网络GPU内核加速
深度神经网络(DNN)的训练和推理得益于 GPU 的加速。GPU 是功能强大的硬件加速器,GPU 内核是指经过优化可在 GPU 的许多处理单元上并行执行的专用程序,从而使深度学习(DL)的计算更加迅速...
TPAMI2023 | 图神经网络在分布外图上的泛化
题目: 图神经网络在分布外图上的泛化论文链接: http://www.shichuan.org/doc/157.pdf论文代码: https://github.com/googlebaba/Stabl...
专题解读 | 不变风险最小理论在图神经网络分布外泛化中的应用
1. 简介在现代机器学习和人工智能的发展中,图神经网络(GNNs)和分布外泛化已成为研究的热点。图神经网络因其在处理图结构数据方面的优势而备受关注。然而,当面临分布偏移时,即训练和测试数据来...
专题解读 | 图神经网络内核库tf_geometric
国人自研的tf_geometric是一个与Tensorflow1.x和2.x兼容的构建图神经网络的内核库。内核库由构建高效GNN的基础设施组成,包括图数据结构、图MapReduce框架、图Mini-B...
WSDM2023 | 学习蒸馏图神经网络
题目:Learning to Distill Graph Neural Networks会议:WSDM 2023图神经网络(GNNs)能够有效地获取图的拓扑和属性信息,在许多领域得到了广泛的研究。近年...
自学 AI 一年的体会(1):谈技术书籍出版的长长短短
自学AI近一年,发现打开了一片新的技术大门,不再局限于漏洞攻防这块地盘,更关键是AI可以应用于诸多领域,甚至已不局限于计算机领域了,能搞的事情更多了。在此期间,自己也使用NLP自然语言处理技术开发出多...