EDiS:GNN训练的边不相交子图稀疏化框架
热点事件持续更新
EDiS:GNN训练的边不相交子图稀疏化框架
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Sai Karthik Navuluru等作者发布论文,提出面向图神经网络(GNN)训练的边不相交子图稀疏化框架EDiS。该框架将一次性的结构提取与逐epoch的图组合分离:先把图一次性分解为可缓存的边不相交子图,再在各epoch按边预算和保留比例重新组合,无需重新提取结构。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
EDiS:面向图神经网络的边不相交子图稀疏化框架报道时间线
沿着报道,了解事件的不同侧面。
10月8日
- arXiv cs.LGEDiS:面向图神经网络的边不相交子图稀疏化框架
EDiS 是一种面向图神经网络训练的边不相交子图稀疏化框架,将一次性的结构提取与逐 epoch 的图组合分离:先把图一次性分解为可缓存的边不相交子图,再在各 epoch 按边预算和保留比例重新组合,无需重新提取结构。
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。