自适应最小均值 p 次幂图神经网络
原文中文，约400字，阅读约需1分钟。发表于：。提出了自适应最小均值 $p^{th}$ 功率图神经网络 (LMP-GNN)，结合了自适应滤波和图神经网络的通用框架，用于在线图信号估计。LMP-GNN 在处理噪声和缺失观测方面保持自适应滤波的优势，并具有在线更新能力。在噪声冲击下，通过 $l_p$ 范数优化的自适应更新方案，LMP-GNN 实现了时间变化图信号的鲁棒估计结果。两个真实世界数据集（温度图和交通图）上的实验证明了提出的...
本文介绍了一种新的无线资源管理方法：低秩消息传递图神经网络（LR-MPGNN），通过低秩逼近技术减小了模型尺寸和参数个数。评估结果显示，LR-MPGNN模型的尺寸减小了60倍，参数个数减少了98%，并展示了良好的鲁棒性。
