Dec, 2021

维斯费勒和勒曼进入了机器学习：迄今为止的故事

PDF
TL;DR该论文综述了基于 Weisfeiler-Leman 算法的算法和神经结构，其在机器学习中具有图形和关系数据方面的强大功能，特别是在监督式学习方面。此外，该论文还讨论了算法的理论背景，如何在有监督的图形和节点表示学习中使用它，并概述了连接到神经结构的算法扩展和当前应用和未来方向的概述，以刺激进一步的研究。
发现论文，激发创造
  • 使用 Weisfeiler-Leman 算法进行图机器学习的实力

    本文全面概述了基于 Weisfeiler-Leman 算法的机器学习及其在监督学习、图和节点分类、神经架构连接等方面的应用及未来方向。

    May, 2021

  • 关系 Weisfeiler-Leman 预测理论

    我们的研究旨在系统理解知识图谱中图神经网络的表达能力和局限性，并通过关系 Weisfeiler-Leman 算法对不同模型的表现进行表征，最终阐明了一些常用的实际设计选择的优势。

    Feb, 2023

  • Weisfeiler 和 Leman 稀疏化：走向可伸缩的高阶图嵌入

    本文提出一种基于 Weisfeiler-Leman 算法和神经网络架构的图核方法，能够处理高阶交互，同时具有表达能力、可扩展性和防止过拟合等优点。实验表明，与原算法相比，局部算法（包括核和神经体系结构）具有快速计算时间和防止过拟合的优势，并且在多个基准数据集上实现了最新的图分类技术成果，同时展现了在大规模分子回归任务上的性能。

    Apr, 2019

  • 关于 Weisfeiler-Lehman 测试及其变体的简短教程

    本短文介绍了几个 Weisfeiler-Lehman 算法的变体，这些算法用于衡量图神经网络的表达能力， 并解释了 WL 和 folklore-WL 公式之间的区别。

    Jan, 2022

  • Weisfeiler 和 Leman 进化为神经网络：高阶图神经网络

    本文研究了图神经网络以及其理论背景并将其与 $1$-WL 算法相对比，提出了 $k$-dimensional GNNs 这一扩展方法，证明了它在处理社交网络和分子图像等高阶结构方面的有效性。

    Oct, 2018

  • 边缘上的 Weisfeiler-Leman：当更多的表达能力很重要

    增强 Weisfeiler-Leman 算法和消息传递图神经网络的表达力的关系对于改进概括能力的条件是不明确的。通过引入子图信息和经典边界理论来探索这种表达力增强和概括能力改善的条件，并提出具有可证明概括性质的基于 $1$-WL 的核和消息传递图神经网络架构的变体。

    Feb, 2024

  • Lovász 与 Weisfeiler-Leman 相遇

    本文提出了关于图同构问题的方法，其中包括跟颜色精细算法和基于 Weisfeiler-Leman 算法的 k 维泛化相关的一些理论。我们证明了，如果对于所有树 T，T 到 G 的同态数量（Write out as Hom (T,G)）等于 T 到 H 的同态数量，那么颜色精细算法无法区分二者。而如果我们放弃非负性约束，在二者具有相同长度的路径时，寻找任意实数解的算法存在，且两个图形在分数同构时，颜色精细算法无法区分它们。最后，我们提出了一个几乎线性时间的算法来判定对于给定的图 G 和 H，是否存在一棵树 T 满足 Hom (T,G) = Hom (T,H)。

    Feb, 2018

  • Weisfeiler Leman 对于欧几里德等变机器学习的应用

    本文通过扩展 $2$-WL 测试，研究了图神经网络在处理包含位置和速度的点云数据方面的表达能力，并建立了能够处理位置 - 速度对、具有置换和刚体运动等等变换性质的函数的 WeLNet 体系结构，并通过实验验证了它在动力学任务和分子构象生成任务上取得了新的最先进结果。

    Feb, 2024

  • 关于 Weisfeiler-Leman 不变性的子图计数和相关图属性

    本文主要研究维斯费勒 - 利曼算法在子图模式匹配中的应用，关注于 $k=1,2$ 的情况下，探究满足 $k$-WL 不变性的子图模式，其发生次数也同样具有 $k$-WL 不变性，最终在 $k=1$ 和 $k=2$ 情况下得出完整结论。

    Nov, 2018

  • 超图同构计算

    本文提出了超图 Weisfiler-Lehman 测试算法，以解决超图同构测试问题，并基于该算法提出了一般的超图 Weisfieler-Lehman 核框架。大量实验证明，所提方法在处理复杂超图结构时比其他基于核的方法快 80 倍以上，显著提升了超图分类任务的效果。

    Jul, 2023