Annuaire des initiatives
Pertinence
Vous ne trouvez pas l'initiative qui correspond à votre besoin ? Notre assistant peut vous aider.
- WPPNs est une méthode de score pour la prédiction de liens dans les réseaux de protéines pondérés. Ce projet fournit le code et les données nécessaires pour évaluer les interactions potentielles entre protéines, utile dans le domaine de la bioinformatique et de la recherche médicale. Les outils développés permettent d'analyser des réseaux biologiques complexes pour identifier des connexions pertinentes.
- Ce projet développe un cadre neuro-symbolique pour l'apprentissage sur des données graphiques. Il combine des réseaux de neurones graphiques avec des couches d'enrichissement de connaissances afin d'améliorer la robustesse des prédictions. L'objectif est de traiter des graphes bruités ou incomplets en intégrant des connaissances préalables pour des tâches comme la classification de nœuds ou la prédiction de liens. Les applications visent des domaines variés comme les réseaux de citations, les réseaux sociaux ou les connaissances sémantiques.
- Notoriété 7 %CompGCN est un modèle de réseaux de neurones convolutifs basé sur la composition pour les graphes multi-relationnels. Il permet d'améliorer la prédiction de liens dans les graphes de connaissances en combinant des opérations de composition (soustraction, multiplication, corrélation circulaire) avec des convolutions spécifiques. Le modèle est conçu pour traiter des données structurées en graphes, comme les bases de connaissances ou les réseaux sociaux, et optimiser les représentations des entités et des relations.
- Ce projet permet d'analyser des réseaux complexes en calculant des métriques topologiques comme la centralité, la similarité entre nœuds ou la prédiction de liens. Il est conçu pour extraire des caractéristiques structurelles utiles à l'étude des graphes, notamment dans des domaines comme les réseaux sociaux, les systèmes biologiques ou les infrastructures techniques.
- MANOCCA est une méthode statistique avancée conçue pour tester l'association entre un prédicteur et la structure de covariance de variables de sortie multivariées, en ajustant pour des covariables. Contrairement aux approches classiques comme la MANOVA, elle isole spécifiquement les changements dans les corrélations ou covariances entre les variables de sortie, indépendamment des effets de moyenne ou de variance. Utilisé principalement en recherche biomédicale et en génomique, il permet d'identifier des liens subtils entre des facteurs d'exposition et des réseaux de corrélation complexes dans les données.
5 initiatives
10