GAT-MLP

新的GAT-MLP模型改进了最大团问题求解器的选择

研究人员开发了一个新颖的框架，以改进最大团问题（MCP）的算法选择，这是一个NP难的计算挑战。所提出的系统集成了传统机器学习技术和图神经网络，特别是名为GAT-MLP的双通道模型。该模型使用图注意力网络分析局部图结构，并使用多层感知机分析全局特征。实验表明，GAT-MLP的性能显著优于现有方法，在为不同图实例选择最佳求解器方面达到了90.43%的准确率。