用于稀疏线性系统迭代解的图神经预处理器
原文中文，约400字，阅读约需1分钟。发表于：。使用图神经网络作为通用预处理器，通过适当生成的训练数据更好地近似矩阵的逆，从而在解决病态问题方面表现出吸引人的性能，以及在构建时间和执行时间方面的优势，具有潜力解决来自偏微分方程、经济学、统计学、图形和优化等多个领域的大规模挑战性代数问题。
该文章介绍了一种新的方法，通过利用曲率信息加速随机梯度下降（SGD）。该方法使用两个预条件器，并使用稳健的在线更新来保持对称性和不变性。该方法在多个深度学习任务上优于现有方法。
