PulseAugur
实时 05:40:33
English(EN) Does Graph Compression Preserve Signal Propagation?

图压缩方法对信号传播有不同影响

一篇新的研究论文探讨了图压缩技术对图学习中信号传播的影响。该研究在各种数据集和压缩率下,调查了两种主要方法:粗粒化(coarsening)和稀疏化(sparsification)。研究结果表明存在一种权衡:稀疏化保持了信号多样性并减少了过度平滑,但偏离了原始传播模式;而粗粒化更接近地保留了传播保真度,但导致平滑度和秩崩溃增加。该研究强调了需要考虑信号多样性和传播保真度的评估方法。 AI

排序理由 该集群包含一篇详细介绍图压缩技术新发现的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

图压缩方法对信号传播有不同影响

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Kawshik Banerjee, Khaled Mohammed Saifuddin ·

    图压缩是否会保留信号传播?

    arXiv:2607.23338v1 Announce Type: new Abstract: Graph compression reduces the computational cost of graph learning, but its effect on signal propagation remains largely underexplored. Existing work evaluates compression through downstream task performance or structural preservati…