研究人员引入了拓扑神经切线核（TopoNTK），这是一种专为单纯形消息传递设计的、超越成对关系的新型核。与传统的图核不同，TopoNTK能够捕捉单纯形复形内的高阶交互作用，使其能够感知到基于图的方法无法察觉的拓扑结构。该方法通过分解边信号并分析不同组件如何基于谱属性进行学习，从而提供更具可解释性的学习几何。 AI
影响 为图神经网络引入了一种捕捉高阶交互作用的新型核，有望提高关系学习的可解释性和有效性。
排序理由 这是一篇介绍图神经网络新核的研究论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2605.01110v1 Announce Type: cross Abstract: Graph neural tangent kernels give a principled infinite-width theory for graph neural networks, but inherit a basic limitation of graph models: they see only pairwise structure. Many relational systems contain higher-order interac…
Graph neural tangent kernels give a principled infinite-width theory for graph neural networks, but inherit a basic limitation of graph models: they see only pairwise structure. Many relational systems contain higher-order interactions that are more naturally represented by simpl…