关键词graph transformer architectures
搜索结果 - 2
- ICML将 Transformer 与 Weisfeiler-Leman 对齐
图神经网络架构与 $k$ 维 Weisfeiler--Leman($k$-WL)层次结构相吻合,其在理论上具有良好的表达能力。然而,这些架构在实际应用中往往无法提供最先进的预测性能,从而限制了它们的实用性。最近的一些研究将图变换器架构与 $ - 概率重连的消息传递神经网络
利用最近在精确和可微分的 k 子集采样中的进展,我们设计了一种概率重连的消息传递图神经网络(PR-MPNNs),该网络学习在省略不太有益的边的同时添加相关边。首次,我们的理论分析探索了 PR-MPNNs 如何增强表达能力,并且我们确定了它们