跳到主要内容
检索

# 神经算法推理

1 篇关联报道

订阅更新
  1. arXiv

    GraphPDHG:对齐PDHG的消息传递网络在图上求解鞍点问题,加速收敛并改善规模泛化

    作者提出GraphPDHG,一种受Chambolle-Pock原始-对偶混合梯度(PDHG)启发的节点-边消息传递图神经网络,用于求解一般图鞍点问题;理论上证明单层可精确实现一步预条件PDHG,线性化动力学在无记忆时化为预条件图拉普拉斯动力学、在带边记忆时恢复重球加速;在凸聚类上,该模型为二阶求解器SSNAL提供更优热启动,并在图规模增大时比GCN、GAT等基线取得更低原始目标值。

已读完全部报道