algebraic connectivity

新指标可根据图结构预测 GNN 性能

研究人员开发了光谱流证书 (SFCs) 来预测图神经网络 (GNNs) 在长距离任务上的性能。这些标量无需训练即可在几秒钟内从图的拉普拉斯算子计算得出，用于衡量图的结构在给定消息传递深度内对信息传播的支持程度。与传统的图统计量（如平均有效电阻和图直径）相比，SFCs 展现出显著更高的解释力，能够准确预测各种合成和真实世界分子图拓扑结构中 GNN 的准确性。