使用分布式边布局进行图形学习

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

本文介绍了一种新的图神经网络(GNNs)模型,使用玻尔兹曼分布和Langevin动力学全局采样拓扑布局,提升其在物理世界中的适用性。实验证明,分布式边缘布局(DELs)能够显著提升GNN基准算法在多个数据集上的性能。

🏷️

标签

➡️

继续阅读