更多
通知
医学文献 >>
  • 检索发现
  • 增强检索
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
默认
×
更多
在国内外文献保障系统中检索
高级检索 检索偏好
热搜词：
换一批
  • 二次检索
  • 检索历史
论文 期刊
取消
高级检索

检索历史 清除

首页> Neural networks : the official journal of the International Neural Network Society> Learning dynamic graph representations through timespan view contrasts.

Learning dynamic graph representations through timespan view contrasts.

导出 LinkOut
翻译 打印 收藏 分享
  • 新浪微博
  • 微信
  • QQ空间
  • 豆瓣
 纠错
广告
第一作者： Yiming,Xu
第一单位： School of Computer Science and Technology, Xi'an Jiaotong University, PR China. Electronic address: xym0924@stu.xjtu.edu.cn.
作者： Yiming,Xu [1] ; Zhen,Peng [2] ; Bin,Shi [3] ; Xu,Hua [4] ; Bo,Dong [5]
作者单位： School of Computer Science and Technology, Xi'an Jiaotong University, PR China. Electronic address: xym0924@stu.xjtu.edu.cn. [1] School of Computer Science and Technology, Xi'an Jiaotong University, PR China. Electronic address: zhenpeng@xjtu.edu.cn. [2] School of Computer Science and Technology, Xi'an Jiaotong University, PR China. Electronic address: shibin@xjtu.edu.cn. [3] School of Computer Science and Technology, Xi'an Jiaotong University, PR China. Electronic address: huaxu@stu.xjtu.edu.cn. [4] School of Distance Education, Xi'an Jiaotong University, PR China. Electronic address: dong.bo@xjtu.edu.cn. [5]
关键词 Contrastive learningDynamic graphGraph anomaly detectionGraph representation learning
医学主题词 算法(Algorithms);时间因素(Time Factors);人类(Humans);计算机制图(Computer Graphics)
DOI 10.1016/j.neunet.2024.106384
PMID 38754286
发布时间 2024-06-15
提交
  • 浏览0
Neural networks : the official journal of the International Neural Network Society

Neural networks

2024年176卷

106384页

相似文献

  • 中文期刊
  • 外文期刊
  • 学位论文
  • 会议论文

加载中！

加载中！

加载中！

加载中！

  • 浏览0

相关期刊

加载中！

法律状态公告日 法律状态 法律状态信息

特别提示：本网站仅提供医学学术资源服务，不销售任何药品和器械，有关药品和器械的销售信息，请查阅其他网站。

  • 客服热线：4000-115-888 转3 (周一至周五：8:00至17:00)

  • |

  • 客服邮箱：yiyao@wanfangdata.com.cn

  • 违法和不良信息举报电话：4000-115-888，举报邮箱：problem@wanfangdata.com.cn，举报专区

官方微信
万方医学小程序
new医文AI 翻译 充值 订阅 收藏 移动端

官方微信

万方医学小程序

使用
帮助
Alternate Text
调查问卷