研究者提出PRAT处理异配图节点分类
热点事件持续更新
研究者提出PRAT处理异配图节点分类
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Yun Young Choi等作者提出伪黎曼注意力网络（PRAT），用于异配图上的节点分类。该网络把注意力 logit 改为可学习对角度量下的带符号平方伪距离，该度量由仅基于标签拓扑的 Graph Signature Index（s_G）初始化。 据作者描述，PRAT 旨在攻克异配图节点分类问题；上述效果来自论文自述，尚待独立验证。
AI 根据报道生成 · 51 分钟前更新
最新进展11月5日 13:00
用图签名学习伪黎曼流形，PRAT 攻克异配图节点分类报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AI用图签名学习伪黎曼流形，PRAT 攻克异配图节点分类
研究者提出伪黎曼注意力网络（PRAT），将注意力 logit 改为可学习对角度量下的带符号平方伪距离，度量由仅基于标签拓扑的 Graph Signature Index（s_G）初始化。
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。