Finde Modelle, Firmen und Themen

Während KI‑Systeme enorme Fortschritte beim Verarbeiten von unstrukturiertem Text erzielen, bleiben strukturierte Daten wie Graphen in Date…

Neurale Graphdatenbanken (NGDBs) ermöglichen komplexe logische Schlussfolgerungen über unvollständige Wissensstrukturen, stoßen jedoch bei…

In der Welt der Graphdaten – von Cybersicherheit bis zu sozialen Netzwerken – ist die Erkennung von Anomalien entscheidend. Traditionelle G…

Graphdaten gewinnen in der KI immer mehr an Bedeutung, weil sie komplexe Beziehungen zwischen Entitäten abbilden können. Um aus diesen Stru…

Eine neue Studie aus dem arXiv‑Repository untersucht, wie Retrieval‑Augmented Generation (RAG) die Leistungsfähigkeit von Chatbots für wiss…

Graphdaten sind häufig von Rauschen und trügerischen Zusammenhängen durchdrungen, die die eigentlichen kausalen Beziehungen verbergen. Dies…

Neurochaos Learning (NL) hat sich in jüngster Zeit als vielversprechende Alternative zu klassischen Deep‑Learning‑Modellen etabliert. Durch…

Graph Neural Networks (GNNs) haben sich als leistungsstarkes Werkzeug zur Analyse von Graphdaten etabliert, stoßen jedoch bei heterophilen…

Federated Graph Learning (FGL) ermöglicht die gemeinsame Nutzung von Graphdaten über mehrere Clients hinweg. Mit dem Aufstieg großer Sprach…

Neue Forschung zeigt, dass Graph-basierte Retrieval‑Augmented‑Generation‑Systeme – kurz GraphRAG – unter realistischen Anfragebeschränkunge…

Die Verarbeitung großer Graphdatenmengen ist für Graph Neural Networks (GNNs) mit enormen Rechenaufwand verbunden. Graphenkondensation‑Meth…

Graph Neural Networks (GNNs) gelten als Standardmodell für die Analyse von Graphdaten, doch ihre Kernoperationen – Aggregation und Update –…

Graph Neural Networks (GNNs) sind leistungsstarke Werkzeuge für die Analyse von Graphdaten, doch ihre Skalierbarkeit leidet unter ineffizie…

Ein neues arXiv-Papier (2512.13770v1) präsentiert MV‑SupGCN, ein semi‑supervised Graph Convolutional Network, das die Integration von heter…

Capsule Networks (CapsNets) haben sich als äußerst leistungsfähig für die graphbasierte Datenrepräsentation erwiesen, weil sie durch dynami…

Multi-Armed Bandits (MABs) sind ein bewährtes Werkzeug für sequentielle Entscheidungen, das vor allem in der Ressourcenallokation und bei d…

Ein neues Forschungsprojekt aus dem Bereich der Graphenverarbeitung hat einen innovativen Ansatz vorgestellt, der die Generalisierung von G…

Graph Neural Networks (GNNs) sind in Bereichen wie der Wirkstoffforschung, der Analyse sozialer Netzwerke und Empfehlungssystemen unverzich…

Die Klassifikation von Graphen ist ein zentrales Problem in Bereichen wie Molekülvorhersage und Materialdesign. Während Graph Neural Networ…

Ein neues Verfahren namens ASGL (Adversarial Signed Graph Learning) kombiniert die Kraft von adversarial Learning mit Differential Privacy…

Die frühzeitige und präzise Erkennung von Alzheimer ist entscheidend, um rechtzeitig intervenieren zu können. Doch die Entwicklung zuverläs…

In einer aktuellen Untersuchung auf arXiv wird die Annahme in Frage gestellt, dass graphbasierte Strukturen für große Sprachmodelle (LLMs)…

Ein neues Forschungsdokument auf arXiv präsentiert LaguerreNet, ein Spectral Graph Neural Network, das die beiden größten Schwächen herkömm…

Mit Amazon Bedrock, insbesondere dem Modell Amazon Nova Pro, lässt sich nun natürliche Sprache direkt in Gremlin-Abfragen umwandeln. Diese…

Selbstüberwachtes Lernen (SSL) hat sich als äußerst wirkungsvolles Verfahren etabliert, um Graphdaten ohne manuelle Labels zu verarbeiten…

Ein neues Verfahren namens Graph Reasoning via Retrieval Augmented Framework (GRRAF) wurde vorgestellt, das ohne zusätzliche Trainingsschri…

In einer kürzlich veröffentlichten Arbeit auf arXiv wird ein bahnbrechender Ansatz vorgestellt, der State‑Space‑Modelle (SSMs) erstmals auf…

Integrated Gradients (IG) ist eine bewährte Technik zur Erklärbarkeit von neuronalen Netzwerken, die jedoch auf kontinuierliche Daten ausge…

In einem aktuellen Bericht auf arXiv wird der GDS‑Agent vorgestellt, ein Tool, das große Sprachmodelle (LLMs) in die Lage versetzt, komplex…