FairPGT:分区图 Transformer 实现高效公平图聚类
热点事件持续更新
FairPGT:分区图 Transformer 实现高效公平图聚类
1 篇报道1 个报道来源53 分钟前更新
先了解这件事
AI 综述
Siamak Ghodsi 等研究者提出 FairPGT,一种用于公平图聚类的分区图 Transformer,通过将注意力限制在 METIS 分区内并用 routing tokens 连接各分区,把二次方注意力成本除以分区数,从而提升可扩展性。 论文称,在七个基准中,FairPGT 在三个最大图(Credit、Pokec-n、Pokec-z)上取得最佳聚类性能和统计一致性,统计一致性差距约比 DMoN 低十倍;在受控随机块模型上,当社区与受保护群体重合时,FairPGT 在完全公平聚类的 NMI 上达到推导出的理论上限的 97%。
AI 根据报道生成 · 16 分钟前更新
最新进展11月20日 13:00
FairPGT:基于分区的图 Transformer 实现双层公平图聚类报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AIFairPGT:基于分区的图 Transformer 实现双层公平图聚类
研究者提出 FairPGT,一种用于公平图聚类的分区图 Transformer,通过将注意力限制在 METIS 分区内并借助 routing tokens 连接,把二次方注意力成本除以分区数来提升可扩展性。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。