提出PRAT：用伪黎曼流形处理异配图学习

Yun Young Choi 等论文作者提出图签名指数（s_G），用于度量正定几何先验与异配图的不匹配，并证明 (0,1) 内任何边或节点同配指数都无法排除负特征值。据此他们提出伪黎曼注意力网络 PRAT，其注意力 logit 是可学习对角度量下带符号的伪距离平方，度量以 s_G 初始化。 论文称已被 NeurIPS 2026 接收，并在十五个节点分类基准上，PRAT 的表现优于或持平最强的异配性适配模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。