Graph Neural Networks 相关 AI 资讯 · AITOP · AI热报

8月29日

00:37

00:37

官方账号arXiv cs.LG@Francesco Paolo Nerini, Francesco Bonchi, Arijit Khan, André Panisson

精选73°

研究人员提出利用图神经网络解决归纳相关聚类问题，这是相关聚类问题的新泛化。该方法通过训练学习利用共同结构模式和节点特征，可处理未见过的图实例。实验显示，该方法在归纳设置下推理时间可降低最多5个数量级，同时保持与最佳基线解约10%的近似比。该方法还作为可学习的池化机制用于图分类，增强GNN捕获网络层次结构信息的能力。

论文 Correlation Clustering Graph Neural Networks 图神经网络

推荐理由：论文提出用图神经网络解决相关聚类问题，推理时间降低5个数量级，还能作为图分类的池化层。

7月14日

09:17

09:17

官方账号arXiv cs.LG@Curtis Shull, Merrick Green, Roy Rucker

该论文提出一种基于图神经网络（GNN）的框架，从RFID观测中推断室内空间几何。系统将RFID阅读器、标签和物理结构建模为图节点，信号强度和平面图语义编码为边特征。GNN被训练来预测线性轨迹、矩形边界区域和物体移动路径等几何模式。该方法相比传统RFID定位，能捕获对象与基础设施之间的高阶空间关系。实验在室内平面图数据上验证了有效性。

论文 Graph Neural Networks RFID 室内定位

推荐理由：这篇论文用图神经网络把RFID信号变成空间地图，能预测物体移动轨迹，比单纯定位更聪明，室内导航和机器人适用。

6月18日

10:56

10:56

官方账号arXiv cs.LG@Eric Chillón, Artur K. Lidtke, Nguyen Anh Khoa Doan, Bernat Font

本研究提出一种数据驱动的代数多重网格（AMG）平滑器，采用改进的图卷积同构网络（GCIN）。该网络从稀疏系数矩阵中学习最优多项式系数，以构建稀疏伪逆算子，在非结构化网格上减少V-cycle迭代次数。在多个基准测试中，该方法实现了4%到37%的壁钟时间加速。模型展现出强大的泛化能力，可处理训练时未见过的、尺寸大128倍的网格，并加速AirfRANS数据集等工业相关问题的收敛。

论文 Graph Neural Networks AMG 压力-Poisson方程

推荐理由：这篇论文用图神经网络优化AMG求解器，在非结构网格上提速最高37%，而且能在128倍大的网格上照样用，搞CFD的可以看看。