跳到正文
arXiv · ML· Marek \v{C}ern\'y·· 11 天前AI 评分24

Caterpillar GNN:用图级聚合替代消息传递

Caterpillar GNN: Replacing Message Passing with Graph-Level Aggregation

AI 导读

Caterpillar GNN通过图级聚合替代消息传递,利用游走基矩阵和加权自动机实现多项式时间扩展,避免组合爆炸。 模型能显著减少计算图隐藏层节点数,并基于广义毛毛虫图的同态计数层级表征表达力,支持低阶表达力的系统研究。 该文已被NeurIPS 2026会议接收,表明该方法在图学习领域具备重要学术价值。

来源:arXiv · ML · arxiv.org