( en | de | ru )

 

Disambiguierung von "Yadati, Naganand"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
GAINER: Graph Machine Learning with Node-specific Radius for Classification of Short Texts and Documents.

. EACL (1), Seite 609-626. Association for Computational Linguistics, (2024)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Keine Personen gefunden für den Autorennamen Yadati, Naganand
Eine Person hinzufügen mit dem Namen Yadati, Naganand
 

Weitere Publikationen von Autoren mit dem selben Namen

Graph Neural Networks for Soft Semi-Supervised Learning on Hypergraphs., , , , und . PAKDD (1), Volume 12712 von Lecture Notes in Computer Science, Seite 447-458. Springer, (2021)GAINER: Graph Machine Learning with Node-specific Radius for Classification of Short Texts and Documents.. EACL (1), Seite 609-626. Association for Computational Linguistics, (2024)KVQA: Knowledge-Aware Visual Question Answering., , , und . AAAI, Seite 8876-8884. AAAI Press, (2019)Neural Message Passing for Multi-Relational Ordered and Recursive Hypergraphs.. NeurIPS, (2020)Graph-based Deep Learning in Natural Language Processing., , und . COMAD/CODS, Seite 371-372. ACM, (2020)NHP: Neural Hypergraph Link Prediction., , , , , und . CIKM, Seite 1705-1714. ACM, (2020)HyperGCN: A New Method For Training Graph Convolutional Networks on Hypergraphs., , , , , und . NeurIPS, Seite 1509-1520. (2019)HEAL: Unlocking the Potential of Learning on Hypergraphs Enriched With Attributes and Layers., , , , und . LoG, Volume 231 von Proceedings of Machine Learning Research, Seite 34. PMLR, (2023)MT-CGCNN: Integrating Crystal Graph Convolutional Neural Network with Multitask Learning for Material Property Prediction., , , , , , und . CoRR, (2018)A Convex Formulation for Graph Convolutional Training: Two Layer Case.. ICDM, Seite 1281-1286. IEEE, (2022)