HyperAIHyperAI

Command Palette

Search for a command to run...

edGNN: نموذج بسيط وقوي لشبكات الجرافات الموجهة والمسمّية

Guillaume Jaume; An-phi Nguyen; María Rodríguez Martínez; Jean-Philippe Thiran; Maria Gabrani

الملخص

قدرة شبكة العصبونات الرسومية (GNN) على الاستفادة من كل من بنية الرسم البياني وتصنيفات الرسم البياني هي أساسية لبناء تمثيلات عقد ورسوم بيانية تمييزية. بناءً على الأعمال السابقة، نثبت نظريًا أن نموذج edGNN الخاص بنا للرسوم البيانية الموجهة والمصنفة قوي مثل خوارزمية Weisfeiler-Lehman لمشكلة تطابق الرسوم البيانية. تدعم تجاربنا النتائج النظرية التي توصلنا إليها، مؤكدةً أن شبكات العصبونات الرسومية يمكن استخدامها بكفاءة لحل مشاكل الاستدلال على الرسوم البيانية الموجهة التي تحتوي على تصنيفات للعقد والأضلاع. الكود متاح في https://github.com/guillaumejaume/edGNN.


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp