研究人员推出了一种名为图分层递归（GHR）的新框架，旨在改进图神经网络（GNN）和图Transformer处理图数据中长距离依赖的方式。GHR在原始图和分层抽象上进行操作，使其能够更有效地捕捉遥远图区域之间的相关性。该框架在范围外泛化和高参数效率方面表现出色，在使用的参数显著减少的情况下，性能优于现有模型。 AI
影响 增强了基于图的AI模型的泛化能力，有望提高复杂网络分析任务的性能。
排序理由 发布了一篇详细介绍图学习新框架的学术论文。[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 →
