( en | de | ru )

 

Disambiguierung von "Wu, Zongqian"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
A noise-resistant graph neural network by semi-supervised contrastive learning.

, , , , und . Inf. Sci., (Februar 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.

Jinglan Wu

Recovery of citric acid from fermentation broth using simulated moving bed technology: = Reinigung von Zitronensäure aus Fermentationslösung durch kontinuierliche Chromatographie. Uni Erlangen-Nürnberg, (2009)

Jinjin Wu

Yinghua Wu

Changzhu Wu

Haiyan Wu

 

Weitere Publikationen von Autoren mit dem selben Namen

A noise-resistant graph neural network by semi-supervised contrastive learning., , , , und . Inf. Sci., (Februar 2024)Information Augmentation for Few-shot Node Classification., , , , , , und . IJCAI, Seite 3601-3607. ijcai.org, (2022)Adaptive Multi-Modality Prompt Learning., , , , , und . CoRR, (2023)Multiplex Graph Representation Learning via Common and Private Information Mining., , , , , und . AAAI, Seite 9217-9225. AAAI Press, (2023)Multi-scale graph classification with shared graph neural network., , , , und . World Wide Web (WWW), 26 (3): 949-966 (Mai 2023)MMGPL: Multimodal Medical Data Analysis with Graph Prompt Learning., , , , , und . CoRR, (2023)Totally Dynamic Hypergraph Neural Networks., , , , , und . IJCAI, Seite 2476-2483. ijcai.org, (2023)MTGCN: A multi-task approach for node classification and link prediction in graph data., , , , und . Inf. Process. Manag., 59 (3): 102902 (2022)Fast NURBS-based parametric modeling of human calves with high-accuracy for personalized design of graduated compression stockings., , , , und . Comput. Methods Programs Biomed., (Februar 2023)Multi-teacher Self-training for Semi-supervised Node Classification with Noisy Labels., , , , , , und . ACM Multimedia, Seite 2946-2954. ACM, (2023)