新方法让图扩散模型摆脱E-R随机图限制
热点事件持续更新
新方法让图扩散模型摆脱E-R随机图限制
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者 Adarsh Jamadandi、Nicolas Keriven 和 Aline Roumy 提出潜在社交性先验（LSP）与联合图扩散过程，让潜在节点社交性变量与图结构协同演化，在去除边独立性的同时保持可交换性。 论文称，离散图扩散模型因独立边更新，终端先验必然退化为 E-R 随机图，导致去噪效果受限；LSP 正是针对这一根源，无需复杂编码器，仅用于引导边更新并保持节点异质性。 在多个图生成数据集上，该框架比无节点特征的基线方法更准确地捕捉图分布。论文已被 NeurIPS 2026 接收。
AI 根据报道生成 · 3 小时前更新
最新进展10月12日 12:00
当边独立性失效：带潜在社交性先验的联合图扩散模型报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.AI当边独立性失效：带潜在社交性先验的联合图扩散模型
针对离散图扩散模型因独立边更新导致终端先验必为 E-R 随机图、进而难以有效去噪的问题，研究者提出潜在社交性先验（LSP）与联合扩散过程，让潜在节点社交性变量与图结构协同演化，在去除边独立性的同时保持可交换性。该机制无需复杂编码器，仅用于引导边更新并保持节点异质性。在多个图生成数据集上，该框架比无节点特征的基线方法更准确地捕捉图分布，论文已被 NeurIPS 2026 接收。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月12日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。