实体
TGNNs
TGNNs
PulseAugur coverage of TGNNs — every cluster mentioning TGNNs 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…
-
FAST框架加速时序图神经网络训练
研究人员开发了FAST，一个旨在优化时序图神经网络（TGNN）训练的新框架。TGNN在推荐和社交网络分析等领域分析动态图至关重要，但其训练受到内存I/O、计算和采样瓶颈的阻碍。FAST通过整体优化这些阶段来解决这些问题，引入SlimCache以在GPU约束下进行高效内存管理，并采用专门的算子来处理稀疏时序子图。该框架还利用拓扑感知采样策略来提高CPU缓存局部性。实验表明，FAST在不影响模型准确性的情况下，实现了平均2.1倍、最高4.…