Articles sur Graph Neural Networks

Cet article propose d'utiliser un réseau neuronal graphique pour paramétrer le modèle de processus ponctuel du noyau d'influence de Hawkes. Par rapport à l'utilisation directe d'un réseau neuronal pour modéliser l'intensité des conditions, la structure graphique peut être utilisée pour capturer explicitement les dépendances du réseau entre les événements. Cela signifie qu'en modélisant des événements discrets structurés tels que les réseaux sociaux et le trafic, le modèle peut obtenir simultanément la capacité de représentation de GNN et l'interprétabilité de la fonction noyau, fournissant ainsi un nouvel a priori structurel pour le processus de point profond.