-
题名单纯形神经网络综述
- 1
-
-
作者
唐春阳
冶忠林
白立冰
赵海兴
-
机构
青海师范大学计算机学院
省部共建藏语智能信息处理及应用国家重点实验室
藏文信息处理教育部重点实验室
青海省藏文信息处理与机器翻译重点实验室
青海民族大学智能科学与工程学院
-
出处
《计算机学报》
北大核心
2025年第7期1617-1638,共22页
-
基金
国家重点研发计划项目(2020YFC1523300)
青海省创新平台建设项目(2022-ZJ-T02)资助。
-
文摘
图神经网络依托强大的计算能力在文本分类、节点分类和自然语言处理等领域取得了显著成果,其主要用于处理包含成对关系的图结构数据。然而,现实世界中的网络之间往往存在高阶交互关系,若使用图结构表示这种复杂关系,可能会丢失节点间的重要信息。最近,单纯形被证明不仅可以编码节点间的成对关系,还可以编码多节点间的高阶交互关系。因此,学者们开始探索如何在单纯形上设计神经网络,并随之提出了众多单纯形神经网络模型。与已有的神经网络综述不同,文中重点分析了单纯形神经网络在处理多元高阶交互关系中的前沿研究及应用。首先总结了近几年单纯形神经网络的发展脉络并介绍了单纯复形、边界矩阵和霍奇拉普拉斯矩阵等基础知识;其次依据构建单纯形神经网络时采用的不同方法对其进行归纳分类,并解释了每类的代表性模型;然后介绍了单纯形神经网络的实际应用及性能分析;最后总结并探讨了单纯形神经网络未来的研究方向。本文针对单纯形神经网络进行综述,旨在帮助读者了解单纯形神经网络的理论基础与模型构建方法,力争为模型优化与实际应用提供参考。
-
关键词
单纯形
单纯复形
单纯形神经网络
单纯形邻域
图神经网络
-
Keywords
simplex
simplicial complex
simplicial neural network
simplicial neighbor
graph neural networks
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
