研究者提出GraphPDHG求解图鞍点问题

Samantha Chen等研究者提出消息传递框架 GraphPDHG，用于求解一般图鞍点问题。该框架基于 Chambolle-Pock 原始-对偶混合梯度（PDHG）方法构建。 研究者称，该网络理论上能通过模拟 PDHG 高效求解一类图鞍点问题，并可学习加速版 PDHG 算法。实验显示，它作为二阶优化方法 SSNAL 的学习式热启动表现良好，且在与 PDHG 对齐后，比未对齐的 GNN 基线具有更强的规模泛化能力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。