研究人员开发了一种新颖的图神经网络（GNN）链式程序，以改进组合图对齐。该方法涉及一系列2-FWL GNN，其中每个网络都使用来自前一个网络的反馈进行训练，并结合离散的组合信息。该方法在合成和真实世界的图对齐任务中，尤其是在嘈杂或退化条件下，显著优于现有的GNN方法和经典基线。 AI
排序理由 这是一篇研究论文，详细介绍了使用GNN进行图对齐的新方法。[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 →
arXiv:2510.03086v2 Announce Type: replace Abstract: For the combinatorial graph alignment problem (GAP) -- finding the node correspondence that maximizes the number of common edges (nce) between two unlabeled graphs -- properly initialized FAQ remains a strong classical baseline,…