English(EN) Learning Subgroup Relations Using Siamese Graph Neural Networks

Siamese GNN 以 95.9% 的准确率预测子群关系

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-13 06:20

研究人员开发了一种 Siamese 图神经网络 (Siamese GNN) 来预测有限群中的子群关系。该模型将群表示为 Cayley 图并生成嵌入，然后将这些嵌入与代数特征相结合。这种集成方法在测试集上达到了 95.9% 的准确率，证明了几何深度学习在这一计算群论问题中的应用价值。 AI

影响这项研究展示了几何深度学习在计算群论子群预测方面的新颖应用，并取得了高准确率。

排序理由该集群描述了一篇提出针对特定计算问题的新颖模型的新研究论文。[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]

Hugging Face Daily Papers TIER_1 English(EN) · 2026-07-13 06:20

使用 Siamese Graph Neural Networks 学习子群关系

Determining whether one finite group is isomorphic to a subgroup of another is a fundamental problem in computational group theory. In this work, we propose a Siamese Graph Neural Network (Siamese GNN) for subgroup prediction using Cayley graph representations of finite groups. E…