研究人员推出了一种新颖的图表示学习框架 TopoFormer，该框架可将拓扑结构有效编码到基于注意力的序列中。该方法的核心是 Topo-Scan 模块，它将图转换为有序的拓扑标记序列。这种方法捕获多尺度结构模式，并通过 Transformer 处理以生成图级嵌入。TopoFormer 提供了理论稳定性保证，并在图分类和分子属性预测任务上展现了最先进的性能，在计算效率保持不变的情况下，超越了现有的图神经网络和基于拓扑的基线。 AI
影响 该框架提供了一种新的、高效的图表示学习方法，有望在分子属性预测等领域提高性能。
排序理由 该集群包含一篇详细介绍图表示学习新框架的研究论文。[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 →
