本文为原创,转载需声明出处。

介绍最近看的一篇复杂网络研究流行病传染源的文章,《Finding Patient Zero: LearningContagion Source with Graph Neural Networks》,据作者所述,他们的工作是第一个通过深度学习推断信息源问题并通过真实数据测试验证了结果。文章主要贡献如下:

1.在带有周期的图中找到“零号病人”的准确性具有上限,并且与所使用的推理算法无关。

2.超出一定时间,推理变得困难,强调了快速和早期发现零号病人的重要性。

3.使用GNN预测零号病人在速度和准确性方面优于消息传递算法(DMP)

4.作者使用了广泛的实验对不同的流行病动力学和图结构进行了验证,包括最新的新冠病毒COVID-19的数据。

《找到零号患者:使用图神经网络GNN学习传染源》

复杂网络论文解析——《Finding Patient Zero:Learning Contagion Source with Graph Neural Networks》相关推荐

  1. 论文阅读笔记《SuperGlue:Learning Feature Matching with Graph Neural Networks》

    核心思想   本文提出一种基于图神经网络的特征点匹配方法,把图像中的特征点看作图的节点,通过注意力机制聚合特征信息,得到用于匹配的特征向量.然后把匹配问题看作一个可微的最优运输问题(different ...

  2. AI医药论文笔记--GraphDTA: Predicting drug–target binding affinity with graph neural networks

    GraphDTA:用图神经网络预测药物-靶点结合亲和力 论文题目 GraphDTA: Predicting drug–target binding affinity with graph neural ...

  3. Molecular Representation Learning via Heterogeneous Motif Graph Neural Networks

    Molecular Representation Learning via Heterogeneous Motif Graph Neural Networks 基本信息 发表于ICML 2022 博客 ...

  4. REVISED NOTE ON LEARNING QUADRATIC ASSIGNMENT WITH GRAPH NEURAL NETWORKS 翻译

    revised note on learing quardatic assignment wiht graph neural networks 关于使用 图神经网络 学习二次分配的修订说明 摘要 In ...

  5. 论文阅读《SuperGlue: Learning Feature Matching with Graph Neural Networks》

    论文地址:https://arxiv.org/abs/1911.11763 代码地址:https://github.com/magicleap/SuperGluePretrainedNetwork 背 ...

  6. 论文解析-《Understanding the difficulty of training deep feedforward neural networks》

    这篇论文详细解析了深度网络中参数xavier初始化方法,这里做一下读书笔记,同时记录一下自己的理解. 1 引言 经典前馈神经网络其实很早就有了(Remelhart et al.,1986),近年来对深 ...

  7. Iterative Deep Graph Learning for Graph Neural Networks: Better and Robust Node Embeddings

    摘要:在本文中,我们提出了一个端到端的图学习框架,即迭代深度图学习(IDGL),用于联合和迭代地学习图结构和图嵌入.IDGL的关键理论是基于更好的节点嵌入来学习更好的图结构,反之亦然(即基于更好的图结 ...

  8. 论文解析:Deep Reinforcement Learning for List-wise Recommendations

    论文解析:Deep Reinforcement Learning for List-wise Recommendations 简介 京东在强化学习推荐系统方面的工作 背景 推荐系统存在的问题: 无法通 ...

  9. 论文记载: Deep Reinforcement Learning for Traffic LightControl in Vehicular Networks

    强化学习论文记载 论文名: Deep Reinforcement Learning for Traffic LightControl in Vehicular Networks ( 车辆网络交通信号灯 ...

最新文章

  1. vector容器中数据的排序方法
  2. 【转帖】详解CSS网页布局中默认字体样式
  3. WPF与缓动(一) N次缓动
  4. 微信小程序 - vant popup弹出层阻止底层页面滑动
  5. RabbitMQ快速入门--介绍和安装
  6. dedecms批量删除文档关键词可以吗
  7. 政府公开数据可视化_公开演讲如何帮助您设计更好的数据可视化
  8. 自学php【二】 PHP计算时间加一天
  9. 数据又多又散,“孤岛困境”怎样破局?
  10. 对static静态成员的理解
  11. Writing a good grant proposal
  12. sql还原数据库备份数据库_有关数据库备份,还原和恢复SQL面试问题–第二部分
  13. bufferedwriter怎么写入tab_电脑越用越卡是怎么回事?教你三招恢复火箭般的速度...
  14. 2018计算机本科论文,计算机科学学院关于2018届本科毕业论文(设计)的工作安排...
  15. 分享软件测试计划模板
  16. 浏览器连不上 Flink WebUI 8081 端口
  17. 【深度学习】分类指标accuracy,recall,precision等的区别
  18. Pyramidal Feature Shrinking for Salient Object Detection
  19. ORB-SLAM3论文详细解读
  20. windows install clean up

热门文章

  1. Kafka(消息队列原理,kafka定义,Kafka架构原理,kafka架构的工作流程)秒懂的kafka
  2. 字符串(字符串匹配)
  3. 【深度学习】resnet-50网络结构
  4. resnet50能用cpu跑吗_resnet50的PyTorch实现
  5. 【磁场】基于Matlab实现磁场正演
  6. A. Compote
  7. js 刷新上一页,及其它刷新页面的方法
  8. Lua 快速入门(一)——基础语法
  9. MSB8040: Spectre-mitigated libraries
  10. 产品设计 计算机辅助设计学什么,产品设计专业课程有哪些 主要学什么