S'identifier
FR
[EN] English
[FR] Français
S'identifier
FR
[EN] English
[FR] Français
Donnez votre avis
Chercher et explorer
Chercher
Explore ORBilu
Science ouverte
Open Science
Open Access
La gestion des données de recherche
Definitions
OS Working group
Webinars
Statistiques
Aide
Guide d'utilisation
FAQ
Formats de rapport
Typologies
Reporting
Formations
ORCID
À propos
A propos ORBilu
Mandat
Equipe
Impact et visibilité
À propos des statistiques
Indicateurs bibliométriques
OAI-PMH
Historique du projet
Informations juridiques
Protection des données
Mentions légales
Retour
Accueil
Référence détaillée
Demander un accès
Article (Périodiques scientifiques)
THS-GWNN: a deep learning framework for temporal network link prediction
Mo, Xian
;
PANG, Jun
;
Liu, Zhiming
2022
•
In
Frontiers of Computer Science, 16
(2), p. 162304
Peer reviewed
Permalien
https://hdl.handle.net/10993/49140
DOI
10.1007/s11704-020-0092-z
Documents (1)
Envoyer vers
Détails
Statistiques
Bibliographie
Publications similaires
Documents
Texte intégral
FCS22.pdf
Preprint Auteur (519.5 kB)
Demander un accès
Tous les documents dans ORBilu sont protégés par une
licence d'utilisation
.
Envoyer vers
RIS
BibTex
APA
Chicago
Permalink
X
Linkedin
copier dans le presse-papier
copié
Détails
Disciplines :
Sciences informatiques
Auteur, co-auteur :
Mo, Xian
PANG, Jun
;
University of Luxembourg > Faculty of Science, Technology and Medicine (FSTM) > Department of Computer Science (DCS)
Liu, Zhiming
Co-auteurs externes :
yes
Langue du document :
Anglais
Titre :
THS-GWNN: a deep learning framework for temporal network link prediction
Date de publication/diffusion :
février 2022
Titre du périodique :
Frontiers of Computer Science
Volume/Tome :
16
Fascicule/Saison :
2
Pagination :
162304
Peer reviewed :
Peer reviewed
Disponible sur ORBilu :
depuis le 25 décembre 2021
Statistiques
Nombre de vues
251 (dont 6 Unilu)
Nombre de téléchargements
0 (dont 0 Unilu)
Voir plus de statistiques
citations Scopus
®
5
citations Scopus
®
sans auto-citations
5
OpenCitations
1
citations OpenAlex
4
citations WoS
™
4
Bibliographie
Publications similaires
Contacter ORBilu