今天就给大家整理了13篇AAAI2024优秀论文，包含了图神经网络、多模态、时间序列等热门方向，这些研究不仅展示了AI领域的最新成果，还指出了未来的研究方向，让我们一起来看看这些论文吧！

在做WGCNA分析的时候，当你把你的WGCNA升级到1.64的时候，如果这个时候你进行模块保守性分析的话，就会出现行名有重复的报错究其愿意是因为开发者对这个问题还没有解决，所以最好是用1.63·怎么安装呢

目前已知SPP和RoIpoolingCNN中卷积层Conv_Layer对图片size并没有限制,而全连接层FC_Layer则相反.SPP-Net(空间金字塔池化网络)背景SPP-Net是出自2015年发表在

地址：https://nodejs.org/en/download/下载node.js2.安装淘宝镜像安装淘宝镜像:npminstall-gcnpm--registry=https://registry.npm.taobao.org3

加权相关网络分析(WGCNA)可用于寻找高度相关基因的聚类(模块)。相关网络促进了基于网络的基因筛选方法，可用于识别候选生物标记物或治疗靶点。

参考资料项目：https://zitniklab.hms.harvard.edu/projects/GNNGuard/代码：https://github.com/mims-harvard/GNNGuardpaper：https://arxiv.org/abs/2006.08149poster：https://zitniklab.hms.harvard.edu/publications/poster

本文主要分为两部分，第一部分介绍什么是GCN，第二部分将进行详细的数学推导。

方法一：使用阿里定制的cnpm命令行工具代替默认的npm，输入以下代码npminstall-gcnpm--registry=http://registry.npmmirror.com检查是否安装成功：$

方法一：使用阿里定制的cnpm命令行工具代替默认的npm，输入以下代码npminstall-gcnpm--registry=http://registry.npmmirror.com检查是否安装成功：cnpm-v

图神经网络1.输入：图网络2.输出：节点类别、某两个节点的新连接、产生新的图或子图3.端到端表示学习（RepresentationLearning）/图嵌入：将节点映射为d维的向量，d维向量就包含了这个节点的连接关系

离线打包方式环境cnpminstalllayaair2-cmd-gcnpminstall-glayanative2路径：在项目主目录中PATH\layaSource发布Weblayaair2-cmd.cmdpublish-cweb

文章目录0、基本信息1、研究动机2、创新点2.1、LLM-as-GraphAugmentor2.2、LLM-as-TextEncoder3、准备3.1、文本属性图3.2、图神经网络3.3、文本属性图上的对比学习

下面的是数据：from,to,cost73,5,352.65,154,347.2154,263,392.9263,56,440.856,96,374.696,42,378.142,58,364.658,95,476.895,72,480.172,271,419.5271,68,251.1134,107,344.0107,130,862.1130,129,482.5227,167,1425.7167

globalvue-cli基于webpack模版的新项目创建一个基于webpack模版的新项目，命令为：vueinitwebpackexample_2，如果网速较慢，可以设置代理，例如npminstall-gcnpm

pycharm创建vue项目学习vue需要下载node.js链接:node.js安装淘宝npm镜像命令行输入：npminstall-gcnpm--registry=https://registry.npm.taobao.org

题目：基于置信度校正可信图神经网络会议：NeurIPS2021论文地址：https://arxiv.org/abs/2109.14285自信点，我的GNN们图神经网络(GNN)卓越的性能已经广受关注，但其预测结果是否值得信赖却有待探索

论文在stgcn与sta-lstm基础上做的。下面讲一下里面的方法：1.准备工作符号。这里是对符号进行解释。

传统做法现阶段局限创新方法结果相关工作目前推荐算法基于矩阵分解的推荐算法基于深度学习的推荐算法基于图神经网络的推荐算法创新点模型设计本文的核心任务是训练出一个模型LGDL模型框架嵌入层ID特征嵌入评论文本特征嵌入前向传播层关联关系提取偏好特征提取评分预测层模型优化传统做法利用深度学习方法从用户

图神经网络(GNN)主要是利用神经网络处理复杂的图数据，它将图数据转换到低维空间，同时最大限度保留结构和属性信息，并构造一个用于训练和推理的神经网络。

目录0.概念1.引言（1）图神经网络概述（2）图嵌入（3）图神经网络类型（4）图神经网络典型应用2.图嵌入：基于图结构的表示学习（1）node2vec原理3.工具包node2vec的使用4.案例：基于node2vec

文章目录JupyterNotebook学习人工智能的好帮手数据集数据集下载数据集调用数据集应用技巧——获取不重复的编号数据集应用技巧——随机采样数据集应用技巧——抽取前N项进行模拟测试数据集构建技巧一——查看数据集构建进度JupyterNotebook学习人工智能的好帮手【JupyterNotebook】快速上手轻松玩明白数据集数据集下载数据集下载地址数据集调用fromsklearn.prepro

1安装命令：[email protected]gcn[email protected]安装driver：APPIUM_SKIP_CHROMEDRIVER_INSTALL

目录摘要ABSTRACT1论文信息1.1论文标题1.2论文摘要1.3论文背景2论文模型2.1问题描述2.2论文模型2.2.1时间感知离散图结构估计（Time-awareDiscreteGraphStructureEstimationModule，TADGModule）2.2.2时间卷积模块（TemporalConvolutionModule，TCModule）2.2.3动态个性化图卷积模块（Dyn

数据挖掘课程实验实验3图深度学习计科210X甘晴void202108010XXX文章目录数据挖掘课程实验实验3图深度学习实验背景实验要求数据集解析实验内容（0）基础知识：基于图的深度学习方法浅识：图卷积网络(GCN

WGCNA（weightedgeneco-expressionnetworkanalysis），直译过来是权重基因共表达网络分析。

本文提出了一个GCN-LSTM模型，如图所示Contribution本文的主要贡献是提出了对视觉关系的使用Model本文通过结合目标在语义上的和空间上的关系

npmsudoaptinstallnpm#配置npm镜像npmconfig-gsetregistryhttps://registry.npmmirror.com#安装cnpmsudonpminstall-gcnpm

5.1WiFiNet:基于WiFi的室内定位使用CNNHernándezN,ParraI,CorralesH,etal.WiFiNet:WiFi-basedindoorlocalisationusingCNNs

1、教程步骤1.npm或cnpm下载axios或npm：npminstallaxios-gcnpm:

配环境是个很玄学的事情，请一定按照顺序执行，本文档主要解决了的stgcn下环境的配置问题。

问题1、（训练中的问题）./log/plots文件夹是空的问题#将./Upsampling/configs.py文件中的--vis变量默认值修改，如下：parser.add_argument('--vis',action='store_true')#运行时--vis有传参，action就设置为sore_true#修改为parser.add_argument('--vis',default=True

1：$sudonpminstall-gcnpm--registry=https://registry.npm.taobao.org--verbose2；cnpm-v

R4.1.2安装WGCNA相对简单一点，这里就以它为例吧。安装时，我直接使用R4.1.2中的R.exe进行安装

MIT利用图神经网络Chemprop识别潜在抗生素，特异性杀死鲍曼不动杆菌。自然界中充满了各种各样的微生物，例如结核杆菌（导致肺结核）、霍乱弧菌（导致霍乱）等严重危害了人们的健康。

一.前言H2GCN\text{H}_{2}\text{GCN}H2GCN是NeurIPS2020上发表的论文《BeyondHomophilyinGraphNeuralNetworks:CurrentLimitationsandEffectiveDesigns

复现图神经网络（GNN）论文的过程通常包括以下几个步骤：一、理解论文内容：首先彻底理解论文，包括其理论基础、模型架构、使用的数据集、实验设置和得到的结果。

、当要在vue中使用scss的时候，需要安装node-sass组件2、当使用npminstallnode-sass命令安装失败时，可以再尝试用cnpm安装（1）cnpm安装命令:npminstall-gcnpm

前台vue环境1.傻瓜式安装node:官网下载：https://nodejs.org/zh-cn/2.安装cnpm:>:npminstall-gcnpm--registry=https://registry.npm.taobao.org3

npminstall-gcnpm--registry=https://registry.npm.taobao.orgcnpminstallpuppeteer2.在D:\commo

安装Nodejs去官网下载最新版本，然后安装安装完之后安装淘宝npm镜像(也可以安装镜像)npminstall-gcnpm--registry=https://registry.npm.taobao.org

随着图神经网络（GNNs）的最新进展，基于GNN的方法在时间序列分析中出现了激增。这些方法可以明确地建模时间间和变量间的关系，而传统的方法和其他基于深度神经网络的方法在这方面却难以做到。

2.使用淘宝镜像其次去下载一个cnpm（注释：淘宝npm镜像，这个是阿里把外国的npm服务器搬到我们中国来了，用淘宝镜像npm下载一些配置文件会更快一些）cmd右键复制下行命令：npminstall-gcnpm

摘要为了同时捕捉时空相关性，将图卷积网络(GCN)和门控递归单元(GRU)相结合，提出了一种新的基于神经网络的流量预测方法–时态图卷积网络(T-GCN)模型。

STGCN扩张率增加，可能会丢失局部信息。STSGCN(Song等人2020)尝试通过局部化的时空同步图形卷积模块将空间块和时间块结合在一起，而不考虑全局相互影响。

∘Φ\circ_Φ∘ΦdenotesaconvolutionLetblockdiagblockdiagblockdiag(A)bean1n3-by-n2n3blockdiagonalmatrix，foldfoldfoldindicateitsinverseoperatordiagonaldegreetensorD\mathcal{D}D作者未提供代码

遇到问题：/anaconda3/envs/tensorflow/bin/python3/anaconda3/demo/demo/gcn_eca/gcn_model_tf/get_w2v_corpus.pyTraceback

AGentleIntroductiontoGraphNeuralNetworks前言图用图表示一张图片文本作为图表其他图值数据用图表示分子用图表示社交网络用图表示引文表示成图后产生的问题图层面问题顶点层面问题边层面问题图神经网络实现消息传递全局信息的作用实验相关技术

1、在基于node环境的laragon集成环境中，终端任意目录执行命令npminstall-gcnpm--

Vue2版本Node14.14.0Npm6.14.8Vue@vue/cli5.0.3npminstall-g@vue/[email protected]@7.1.0npminstall-gcn[email protected]

ConvMolFeaturizer：-这是一种用于分子的特征化方法，专为图卷积网络（GCN）设计。-它将分子转换成适合图卷积操作的格式，即将分子表示为