English(EN) A Fast Binary Splitting Approach for Non-Adaptive Learning of Erd\H{o}s--R\'enyi Graphs

新的二分拆分方法加速了Erdős--Rényi图的学习

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-08 04:00

研究人员开发了一种新颖的二分拆分方法，通过分组查询来高效学习Erdős--Rényi (ER) 图。该方法通过减少恢复图的边集所需的解码时间，显著改进了先前的工作。新技术在实现接近最优的测试次数的同时，提供了显著更快的解码过程，使其在学习复杂图结构方面更加实用。 AI

影响提高了图学习算法的理论理解和计算效率。

排序理由关于图学习新算法方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Hoang Ta, Jonathan Scarlett · 2026-07-08 04:00

A Fast Binary Splitting Approach for Non-Adaptive Learning of Erd\H{o}s--R\'enyi Graphs

arXiv:2511.17240v3 Announce Type: replace-cross Abstract: We study the problem of learning an unknown graph via group queries on node subsets, where each query reports whether at least one edge is present among the queried nodes. In general, learning arbitrary graphs with $n$ nod…