arXiv cs.LG· Sai Karthik Navuluru, Siddhartha Shankar Das, Franck Dernoncourt, S M Ferdous, Ryan A. Rossi, Nesreen K. Ahmed, Baris Coskunuzer, Alex Pothen, Lakshman Tamil, Mahantesh M Halappanavar·· 26 天前AI 评分34
EDiS：面向图神经网络的边不相交子图稀疏化框架
EDiS: Edge Disjoint Subgraph Sparsification Framework for Graph Neural Networks
AI 导读
EDiS 提出了一种面向图神经网络的边不相交子图稀疏化框架，将一次性结构提取与跨 epoch 的图重组解耦。该方法先将图一次性分解为可缓存的边不相交子图，无需重复计算即可在各 epoch 按边预算动态重组成训练图。在 19 个节点分类基准与 17 个基线的对比中，EDiS 在相同边预算下取得了最高的平均基准分数与最低平均排名。
来源：arXiv cs.LG · arxiv.org