HyperAIHyperAI
منذ 11 أيام

GRPE: ترميز الموضع النسبي لمحول الرسم البياني

Wonpyo Park, Woonggi Chang, Donggeon Lee, Juntae Kim, Seung-won Hwang
GRPE: ترميز الموضع النسبي لمحول الرسم البياني
الملخص

نُقدّم ترميزًا مكانيًا جديدًا لتعلم الرسوم البيانية في إطار معمارية Transformer. تُعتمد الطرق الحالية إما على تخطيط الرسم البياني لتمثيل الموضع المطلق ضمن تسلسل العقد، أو على تمثيل الموضع النسبي باستخدام عوامل انحياز بالنسبة لعقدة أخرى. أما الأولى، فإنها تفقد دقة الموضع النسبي بسبب التخطيط، بينما تفقد الثانية التكامل الوثيق بين تفاعل العقدة-الحافة وتفاعل العقدة-الهيكل. وللتغلب على هذه العيوب في الطرق السابقة، تُرمّز طريقة عملنا الرسم البياني دون الحاجة إلى التخطيط، مع أخذ تفاعلات العقدة-الهيكل والعُقدة-الحافة بعين الاعتبار معًا. ونُسمّي طريقتنا "ترميز الموضع النسبي للرسم البياني" (Graph Relative Positional Encoding) خصيصًا لتمثيل الرسوم البيانية. أظهرت التجارب التي أُجريت على مختلف مجموعات بيانات الرسوم البيانية أن الطريقة المقترحة تتفوّق بشكل ملحوظ على الطرق السابقة. يُمكن الوصول إلى الكود الخاص بنا بشكل عام عبر الرابط التالي: https://github.com/lenscloth/GRPE.

GRPE: ترميز الموضع النسبي لمحول الرسم البياني | أحدث الأوراق البحثية | HyperAI