arXiv cs.LG· Zeru Zhu, Marco Gamarra, Ji Liu·2026-10-12 12:00· 7 小时前AI 评分12

通过密度依赖骨干构建与强化学习补全最大化代数连通性

Toward Maximizing Algebraic Connectivity via Density-Dependent Backbone Construction and Reinforcement Learning Completion

AI 导读

研究提出一种密度依赖的图拓扑设计方法，在固定顶点和边数下最大化代数连通性，将任务分解为低成本结构骨干构建与强化学习补全两阶段。该方法按密度选择骨干：稠密场景用完全多部图，低至中等密度用 Cayley 图，再通过学习过程优化剩余边。数值结果显示其代数连通性高、运行时可扩展性良好，优于现有方法。

来源：arXiv cs.LG · arxiv.org