跳到主要内容
检索

University of Konstanz

2 篇关联报道

订阅更新
  1. arXiv

    聚合本身就是一道谱谷:SpecValley把谷的位置交给数据学,六个异配图上四个领先

    图神经网络在异配图上做节点分类时,聚合前的那一步一直由度归一化固定,而度归一化在谱上相当于一道零点位置由归一化而非数据决定的谷,稠密图的特征值恰好堆在那里。SpecValley把这道谷的中心、锐度和两侧增益改为按图学习,再接入一个普通的ChebNet谱滤波器。在六个异配基准上,SpecValley在其中四个达到或超过已发表最好结果,在Tolokers上落在最好结果的置信区间内,在Actor上落后;交叉五种聚合器与四种滤波器的对照把增益归到聚合这一步,而不是下游滤波器。

  2. Swarm Intelligence

    蜂群的“集体心智”可写成单个强化学习智能体:盲目模仿的摇摆舞,等价于并行采样的多臂老虎机学习

    蜂群选巢时,个体只按邻居摇摆舞的强度盲目改换立场,这种局部模仿在群体层面被证明等价于一个在线强化学习智能体在解多臂老虎机。该宏观智能体按新命名的Maynard-Cross Learning规则更新各巢址的概率,每只侦察蜂相当于一次并行的动作—回报采样。推导针对加权投票者模型这一简化描述,模拟显示约500只侦察蜂即可贴近该宏观动力学并收敛到最优巢址。

已读完全部报道