实体
Recurrent Graph Neural Networks
Recurrent Graph Neural Networks
PulseAugur coverage of Recurrent Graph Neural Networks — every cluster mentioning Recurrent Graph Neural Networks across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新分析保证了具有高斯扰动的 GNN 中的节点分离
研究人员开发了一种用于包含持久高斯扰动的循环图神经网络 (GNN) 的有限时间分析。该分析为任何两个节点表示在每个正时间步长的预期平方距离提供了 \(2\sigma^2 d\) 的通用下界，其中 \(d\) 是表示维度，\(\sigma\) 是噪声标准差。这些发现提供了动态感知界限和对节点级表示分离的严格保证，是对现有渐近能量分析的补充。
-
循环图神经网络：研究停止与收敛的表达能力
一篇新论文探讨了不同循环图神经网络（RGNN）模型的表达能力，特别关注收敛型、输出收敛型和停止型RGNN。研究表明，在无向图上，收敛型RGNN与分级双模拟不变停止型RGNN的表达能力相当，而输出收敛型RGNN的表达能力至少与之相当。该研究引入了一种“交通灯”协议，以解决在用收敛型RGNN模拟停止型RGNN时出现的去同步化挑战，从而回答了该领域的一个开放性问题。