BriefGPT - AI 论文速递 · 2024-12-24T00:00:00Z Precise Acceleration of Subgraph Graph Neural Networks by Eliminating Computational Redundancy 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种新模型Ego-Nets-Fit-All (ENFA)，旨在提高子图图神经网络的存储和计算效率。ENFA通过使用较小的自我网络来消除冗余计算，实验结果显示其存储空间减少29%至84.5%，训练效率提升1.66倍。 🏷️ 标签 Ego-Nets-Fit-All graph 冗余计算 子图图神经网络 存储效率 计算效率 阅读原文 生成长图 分享链接 已复制链接
