新的SIMBA框架通过神经代理简化影响力最大化

研究人员开发了SIMBA，一个用于影响力最大化的新框架，它摒弃了复杂的神经网络和连续优化。SIMBA利用轻量级神经代理和直接离散搜索，结合了均匀锚定的节点嵌入、浅层图神经网络和批量多交换模拟退火。与现有方法相比，这种方法显著减少了计算时间，并提高了影响力传播和数据效率。 AI

影响 简化了影响力最大化技术，可能使其在网络分析和推荐系统中得到更广泛的应用。

排序理由 该集群包含一篇详细介绍影响力最大化新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• IArxiv Recommender
• Influence Flower
• ScienceCast

• 论文
• 其他

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