BriefGPT - AI 论文速递
·
基于结构的神经切线核的快速图压缩
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
本文介绍了一种名为映射感知的图压缩技术（MCond），它能够有效地训练图神经网络（GNNs）并保持性能。MCond 通过学习原始节点到合成节点的一对多映射，将新节点整合到合成图中进行归纳表示学习，从而在推理阶段更高效地进行信息传播。
🎯
关键要点
- 图神经网络 (GNNs) 在处理大规模图时面临计算挑战，限制了应用效力。
- 图压缩技术通过构建小的合成图来有效训练 GNNs，但对未见数据处理能力不足。
- 推理阶段仍需原始大图进行信息传递，导致计算需求高。
- 提出映射感知的图压缩 (MCond)，学习原始节点到合成节点的一对多映射。
- MCond 使新节点无缝整合到合成图中进行归纳表示学习，提高信息传播效率。
- MCond 采用交替优化方案，促进图压缩和节点映射学习的相互促进。
- 实验证明 MCond 在归纳推理中的有效性，推理速度提升高达 121.5 倍，存储需求降低 55.9 倍。
➡️
