Destilación adaptativa con heterofilia para redes neuronales de hipergrafos
HADES usa la heterofilia para destilar conocimiento en hipergrafos. Logra modelos ligeros hasta 12.3 veces más rápidos que el profesor.
#hipergrafos
Más allá de la convolución: Hipergrafo U-Nets
El nuevo método PHPool permite aplicar U-Nets a hipergrafos superando limitaciones de pooling. Ideal para clasificación y detección de anomalías.
Difusión de Hiperflujo Local con Umbral
Descubre cómo el nuevo algoritmo TL-HFD mejora la agrupación en hipergrafos con difusión local y umbral, superando al método HFD en ruido.
Desentrañando vías de riesgo latentes con inferencia bayesiana de hipergrafos
La inferencia bayesiana de hipergrafos desentraña vías de riesgo ocultas en historiales clínicos, mejorando la predicción de enfermedades raras con incertidumbre calibrada. ¡Léelo!
Desentrañando vías de riesgo latentes con hipergrafos bayesianos
Inferencia bayesiana de hipergrafos revela vías de riesgo latentes en EHR, mejorando la predicción de enfermedades raras con incertidumbre calibrada.
HoT-SSM: Razonamiento temporal de alto orden en grafos de conocimiento para salud
HoT-SSM combina hipergrafos dinámicos y modelos de estado para mejorar predicciones clínicas capturando interacciones complejas y dependencias temporales.
Clustering local en grafos e hipergrafos complejos
Descubre cómo GeneralACL y HyperACL extienden el clustering local a grafos complejos e hipergrafos, logrando optimalidad cuadrática. ¡Entra!
HYolo: sistema inteligente IoT de detección con aprendizaje de hipergrafos
HYolo integra aprendizaje de hipergrafos en YOLO para detección IoT. Mejora un 12% la precisión (mAP@50) en COCO. Ideal para sistemas contextuales.
Recuperación parcial y consistencia débil en HSBM no uniforme
Descubre cómo un nuevo algoritmo espectral logra recuperación parcial y consistencia débil en el modelo HSBM no uniforme para detección de comunidades en hipergrafos.
Recuperación exacta en hipergrafos: modelo de bloques estocástico
Descubre cómo recuperar comunidades exactas en hipergrafos no uniformes con algoritmos óptimos. Un umbral preciso incluso si las capas individuales fallan.
HYGENE: Un método de generación de hipergrafos basado en difusión
Descubre HYGENE, el primer método de generación de hipergrafos con difusión, capaz de crear estructuras realistas y diversas para investigación en IA.
Generación de grafos e hipergrafos con características vía predicción de escala
Descubre FAHNES: marco jerárquico para generar grafos e hipergrafos con topología y características. Escala a estructuras complejas con predicción de escala.