中科大成果斬獲圖學(xué)習(xí)“世界杯”單項冠軍，霸榜蛋白質(zhì)功能預(yù)測任務(wù)超1年 | TPAMI 2024

AIGC動態(tài)歡迎閱讀

原標(biāo)題：中科大成果斬獲圖學(xué)習(xí)“世界杯”單項冠軍，霸榜蛋白質(zhì)功能預(yù)測任務(wù)超1年 | TPAMI 2024
關(guān)鍵字：節(jié)點,標(biāo)簽,卷積,特征,報告
文章來源：量子位
內(nèi)容字數(shù)：0字

內(nèi)容摘要：

MIRA Lab 投稿量子位 | 公眾號 QbitAI中科大成果，拿下圖學(xué)習(xí)“世界杯”單項冠軍！
由中科大王杰教授團隊（MIRA Lab）提出的首個具有最優(yōu)性保證的大語言模型和圖神經(jīng)網(wǎng)絡(luò)分離訓(xùn)練框架，在國際頂級圖學(xué)習(xí)標(biāo)準(zhǔn)OGB（Open Graph Benchmark）挑戰(zhàn)賽的蛋白質(zhì)功能預(yù)測任務(wù)上斬獲「第一名」，該紀(jì)錄從2023年9月27日起保持至今。
OGB是目前公認的圖學(xué)習(xí)基準(zhǔn)數(shù)據(jù)集“標(biāo)桿”，由圖學(xué)習(xí)領(lǐng)域的國際頂級學(xué)者斯坦福大學(xué)Jure Leskovec教授團隊建立，于2019年國際頂級學(xué)術(shù)會議NeurIPS上正式開源。
最近，該論文發(fā)表在人工智能頂級期刊IEEE Transactions on Pattern Analysis and Machine Intelligence（TPAMI 2024）。
TPAMI 是目前計算機類別中影響因子最高（影響因子 20.8）的期刊之一。
該方法引入了一個十分新穎的圖神經(jīng)網(wǎng)絡(luò)的逆運算，并提出標(biāo)簽反卷積算法來快速近似它，進而構(gòu)建一個等價的損失函數(shù)，從而消除了傳統(tǒng)語言模型和圖神經(jīng)網(wǎng)絡(luò)微調(diào)方法的學(xué)習(xí)偏差。
論文和代碼均放出。
引言圖廣泛應(yīng)用于許多

原文鏈接：中科大成果斬獲圖學(xué)習(xí)“世界杯”單項冠軍，霸榜蛋白質(zhì)功能預(yù)測任務(wù)超1年 | TPAMI 2024

聯(lián)系作者

文章來源：量子位
作者微信：
作者簡介：