HGC-Herd:通过代表性节点放牧实现高效异构图凝缩

Research#llm🔬 Research|分析: 2026年1月4日 11:54
发布: 2025年12月8日 09:24
1分で読める
ArXiv

分析

本文介绍了一种名为HGC-Herd的方法,用于高效地凝缩异构图。核心思想是选择代表性节点来降低图的复杂性。“放牧”的使用表明选择最能代表整个图结构的节点的迭代过程。专注于异构图表明该方法适用于具有不同节点和边类型的复杂数据。效率声明表明重点在于降低计算成本。
引用 / 来源
查看原文
"HGC-Herd: Efficient Heterogeneous Graph Condensation via Representative Node Herding"
A
ArXiv2025年12月8日 09:24
* 根据版权法第32条进行合法引用。