SMGFM: Preentrenamiento Espectral de Grafos Multimodales Atribuidos
Descubre cómo SMGFM separa semánticas estructurales y modales en grafos multimodales usando frecuencias espectrales. Mejora tareas de grafo y modalidad.
#chebyshev
Estudio comparativo de capas GNN para predicción de trayectorias en conducción
Estudio compara 19 capas GNN para trayectorias. ARMA, Chebyshev y topology-aware destacan. Principios clave: agregación suma y atención multi-cabeza.
Revisitando polinomios de Chebyshev y RBF anisotropicos para regresion tabular
Descubre cómo los modelos suaves (Chebyshev y RBF) rivalizan con los árboles en regresión tabular, ofreciendo mejor generalización sin GPU.
Modelo base de grafos con análisis espectral y propagación guiada por prototipos
Descubre cómo SPG combina filtros Chebyshev y prototipos para generalizar entre grafos de distintos dominios. Mejora la transferencia de conocimiento en IA.
Modelo Fundacional de Grafos con Parseo Espectral y Propagación Espacial Guiada
Descubre SPG, un modelo fundacional de grafos que combina parseo espectral y propagación guiada por prototipos para transferencia entre dominios.