本论文基于Yann Ollivier的工作和最优传输理论,探讨了度量空间的Ollivier-Ricci曲率。论文详细介绍了该曲率与黎曼流形中经典Ricci曲率的联系的主要结果,包括Bonnet-Myers和Lévy-Gromov等定理的推广。研究还涵盖了Lin-Lu-Yau将Ollivier-Ricci曲率推广到图上的工作,以及Jost-Liu的组合界限,最后通过对有向图的新证明及其在网络科学和图机器学习中的应用进行了总结。 AI
影响 扩展了图分析的理论框架,可能提高图神经网络性能和网络科学算法。
排序理由 该条目是一篇在arXiv上发表的学术论文,详细介绍了理论研究。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Bonnet-Myers
- Graph Machine Learning
- Graph Neural Networks
- Jost-Liu
- Lin-Lu-Yau
- Ricci curvature
- Riemannian manifold
- Yann Ollivier
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →