random graph models | BriefGPT

关键词random graph models

搜索结果 - 6

图神经网络输出几乎肯定是渐近常数
图神经网络（GNN）是用于各种图学习任务的主要架构。我们通过研究 GNN 概率分类器在从某个随机图模型中抽取的较大图上应用时的预测如何演变来呈现 GNN 表达能力的新视角。我们展示了输出收敛为常函数的现象，这个常函数上界了这些分类器能够统一
PDF4 months ago
GraphPNAS：通过深度图生成模型学习优秀神经架构的分布
本文探讨神经结构搜索 (NAS) 的计算图模型，提出了一种利用图神经网络的深度生成模型 (GraphPNAS)，通过学习表现良好的神经结构的分布来比单纯的搜索最佳结构更高效。作者使用 RandWire，ENAS 和 NAS-Bench-10
PDF2 years ago
分布式图分析的编码计算
本文提出了一种基于编码计算的分布式图处理框架，通过结构性冗余注入来在消息交换时实现编码的多播机会，从而大规模减少了通信负载，理论分析证明该方案在两种流行的随机图模型（Erdos-Renyi 模型和幂律模型）中实现了计算负载和平均通信负载之间
PDF6 years ago
NIPS可交换边图与稀疏性
本文提出了一种边交换性的随机图模型，与传统的节点交换性的随机图模型不同，可以规避 Aldous-Hoover 定理，呈现稀疏性，且与聚类等同构结构相关。
PDF8 years ago
广义随机块模型中的边标签推断：从谱理论到不可能结果
研究一种用于不规则网络与潜在属性的随机图模型，提出了一种计算有效性的光谱算法并展示了其可在部分可观察网络下进行渐近正确的推测，作为其分析的副产品，该模型提供了一种构建具有预先指定的特征谱的随机图模型的通用程序。
PDF10 years ago
图上简单随机游走序列的局部极限定理
本文研究了基于随机图模型的简单随机游走序列的局部极限定理，提出适用于超临界渗透簇、趋向于连续随机树的图树和嵌套分形的均一化问题等的相关结果，并给出了关于推广 Sierpinski 地毯图上简单随机游走的一些后续局部极限定理。
PDF12 years ago