PulseAugur
实时 21:53:23
English(EN) PLACE: Prompt Learning for Attributed Community Search in Large Graphs

新的图提示学习框架增强了社区搜索能力

研究人员推出 PLACE,一个新颖的图提示学习框架,专为大型图中的带属性社区搜索而设计。受 NLP 提示调优的启发,PLACE 集成了结构化和可学习的提示令牌来优化图查询,增强图神经网络识别相关模式的能力。该框架采用交替训练范式进行联合优化,并采用分而治之策略以实现百万节点图的可扩展性。实验表明,PLACE 在各种带属性社区搜索任务中显著优于最先进的方法,平均 F1 分数提高了 22%。 AI

影响 为大型图中的带属性社区搜索引入了一种新颖的方法,有望提高图基人工智能应用的模式识别和可扩展性。

排序理由 该集群包含一篇详细介绍图分析新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Shuheng Fang, Kangfei Zhao, Rener Zhang, Yu Rong, Jeffrey Xu Yu ·

    PLACE: Prompt Learning for Attributed Community Search in Large Graphs

    arXiv:2507.05311v2 Announce Type: replace-cross Abstract: In this paper, we propose PLACE (Prompt Learning for Attributed Community Search), an innovative graph prompt learning framework for ACS. Enlightened by prompt-tuning in Natural Language Processing (NLP), where learnable p…