实体
RGNNs
RGNNs
PulseAugur coverage of RGNNs — every cluster mentioning RGNNs across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
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
-
新研究统一了关系和时序 GNN 的表达能力
研究人员在强表达性彩票假说（SELTH）的框架内，探索了稀疏图神经网络（GNN）的表达能力。该研究将这一假说推广到多关系和时序图领域，并引入了关系 Weisfeiler-Leman（RWL）算法的概念。研究结果表明，参数充分的关系 GNN 可以包含保持 1-RWL 表达能力的稀疏子网络，并通过随机剪枝实现这一目标的概率得出了一个推导出的下界。该研究还证明，常见的时间 GNN 和跨图消息传递方案可以重新表述为 RGNN，继承这些表达能力…
-
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。