SGFormer: Simplifying and Empowering Transformers for Large-Graph Representations

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Qitian, Zhao, Wentao, Yang, Chenxiao, Zhang, Hengrui, Nie, Fan, Jiang, Haitian, Bian, Yatao, Yan, Junchi
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Machine Learning Artificial Intelligence Social and Information Networks
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Online

https://arxiv.org/abs/2306.10759