研究人员开发了一种新的非线性拉普拉斯算子，称为 NLSD，专门用于有向符号图。该算子通过计算特定于节点的势能，并仅在势能差异与边的方向一致的边上利用消息传递技术，来扩展现有的有向和符号图概念。基于该算子的 NLSD-GNN 框架在各种数据集的节点分类和链接预测任务中表现出卓越的性能，有效地整合了符号和方向信息。 AI
影响 引入了一种新颖的算子，可以提高图学习任务（如节点分类和链接预测）的性能。
排序理由 该集群包含一篇详细介绍图学习新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- graph neural networks
- Laplace operator
- Link prediction
- NLSD-GNN
- Node Classification
- Nonlinear Laplacians
- signed-directed graphs
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
