BriefGPT.xyz
Ask
alpha
关键词
message-passing gnns
搜索结果 - 5
通过图乘积和图粗化实现灵活的对称子图 GNN 框架
基于子图的图神经网络(Subgraph GNNs)通过将图表示为子图集合来增强信息传递式图神经网络的表达能力,并引入了新的子图 GNN 框架以解决性能限制和子图选择问题。通过控制粗化函数,实现了对任意数量子图的有意义选择,并将其与标准训练技
→
PDF
23 days ago
图神经网络在 (混合整数) 二次规划中的表达能力
用连续和混合整数设置的情况下,我们研究了图神经网络在二次规划任务中的表达或代表能力,证明了存在可靠地表示二次规划关键属性的消息传递图神经网络,并通过数值结果验证了我们的理论。
PDF
a month ago
身着荣誉:自注意力与虚拟节点
图形转换器是与全局自注意结合的消息传递 GNN 的图形处理模型,它们被证明是通用的函数逼近器,但依赖于位置编码来扩展初始节点特征。此研究对比了图形转换器和更高效的消息传递 GNN + 虚拟节点结构在图形大小上的一致表达性,并证明两种模型的表
→
PDF
2 months ago
图神经网络中度偏见的理论和实证研究
图神经网络(GNN)在节点分类任务中通常对高度节点优于低度节点,而这种度偏见由于众多假设的不严格验证以及可能的矛盾而加剧了社会边缘化。本论文通过分析不同图过滤器的信息传递 GNN 的度偏差的起源,证明了无论 GNN 如何被训练,高度测试节点
→
PDF
3 months ago
ICML
GNNAutoScale: 历史嵌入式可扩展和具有表达力的图神经网络
论文介绍了 GNNAutoScale(GAS),一种用于将任意消息传递 GNN 扩展到大型图形的框架。通过使用先前训练迭代的历史嵌入来修剪计算图的整个子树,我们实现了恒定的 GPU 内存消耗,同时不会丢弃任何数据,并且可以维持原始 GNN
→
PDF
3 years ago
Prev
Next