跳到正文
热点事件持续更新

EDiS:图神经网络边不相交子图稀疏化框架

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Sai Karthik Navuluru 等作者发布 EDiS 框架,将图一次性分解为可缓存的边不相交子图,再按边预算跨 epoch 重组训练图,无需重复采样或重新提取结构。 在 19 个同质、异质及大规模节点分类基准上对比 17 个基线,EDiS 取得最高平均分数(accuracy/ROC-AUC)及最低平均排名与差距。消融显示,结构分解与 epoch 变化在紧凑边预算下收益最明显。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月8日
  1. arXiv:cs.LG
    EDiS:面向图神经网络的边不相交子图稀疏化框架

    EDiS 将图一次性分解为可缓存的边不相交子图,再按边预算跨 epoch 重组训练图,无需重复采样或重新提取结构。在 19 个同质、异质及大规模节点分类基准上对比 17 个基线,EDiS 取得最高平均分数(accuracy/ROC-AUC)及最低平均排名与差距。消融显示结构分解与 epoch 变化在紧凑边预算下收益最明显。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。