用于边缘图问题（如旅行商问题）的GREAT架构
原文中文，约300字，阅读约需1分钟。发表于：。本研究针对图神经网络在处理密集图和非欧几里得路由问题中的局限性，提出了一种新颖的边缘基础神经模型——图边注意力网络（GREAT）。通过在旅行商问题的边分类任务中评估GREAT的性能，研究发现GREAT能够有效地生成稀疏图实例，同时保持大部分最优边，从而在处理欧几里得和非欧几里得旅行商问题时达到最先进的结果。
本文提出了一种新的图神经网络架构，通过滤波器组和局部化注意机制解决组合优化问题。在自监督学习设置下，有效应用于最大团、最小支配集和最大割问题，并证明了其在各项任务上具有竞争力的整体性能。同时，为最大割问题提供了最新的研究结果。
