GraSP：简单而有效的图相似性预测

本文研究了图相似性计算中的问题，特别是图编辑距离（GED）和最大公共子图（MCS）的计算复杂性。提出的GraSP方法通过增强节点特征和创新的图神经网络架构，实现了高效的GED和MCS预测，实验结果显示其在多项基准数据集上的效果和效率均优于现有技术，具有广泛的应用潜力。