Calibración de normalidad en detección de anomalías en grafos semisupervisada
GraphNC calibra la normalidad en detección de anomalías en grafos. Usa datos etiquetados y no etiquetados para reducir falsos positivos y mejorar la precisión.
#análisis de grafos
Introducción a las Redes Neuronales de Grafos para Ingenieros de ML
Introducción a GNNs para ingenieros de ML. Explica el marco encoder-decoder, experimentos en grafos homogéneos y los fenómenos de oversmoothing y oversquashing.
Desplazamientos espectrales para detectar anomalías camufladas en grafos
Descubre cómo los desplazamientos espectrales detectan anomalías camufladas en grafos que parecen normales. Una nueva técnica para ciberseguridad.