BriefGPT.xyz
Ask
alpha
关键词
oversquashing
搜索结果 - 5
通过全局和局部的非耗散性解决图形过度压缩
该论文介绍了一种解决过度压缩问题的新方法,利用全局和局部非耗散性的属性,通过 SWAN 模型实现了信息的稳定流动速率。理论分析和对合成和真实世界基准的实证评估验证了 SWAN 的理论理解和其减轻过度压缩的能力。
PDF
2 months ago
提升表达能力的非冗余图神经网络
基于邻域树的新型聚合方案提高了表达能力,减轻了过度压缩,并通过神经树规范化技术提供了高分类准确性。
PDF
9 months ago
自适应深度图注意力网络
本文通过系统性实验评估关注网络的层数与性能之间的关系,发现残差连接可以解决 Oversquashing 现象,提高 GAT 模型的性能。因此,我们提出了 ADGAT 变体模型,可根据图的稀疏性自适应选择层数,从而显着提高了模型的性能。
PDF
a year ago
ICLR
FoSR: 基于一阶谱重连技术解决 GNN 中过度压缩问题
本文提出了一种基于谱扩展的计算有效算法,通过系统地添加边来防止过度压缩,该算法结合使用关系架构,可让 GNN 保留原始图形结构并可证明防止过度平滑,实验表明我们的算法在几个图分类任务中优于现有的图重连方法。
PDF
2 years ago
MM
基于信息收缩和图扩展视角的 GNN 过度挤压问题
提出一种用于分析过度压缩的基于信息收缩的框架,此分析是基于 von Neumann 的可靠计算模型的,该计算模型认为在噪声计算图中过度压缩会导致信号闷灭。同时,本研究提出了一种基于重连的算法来缓解过度压缩问题。
PDF
2 years ago
Prev
Next