跳到正文
热点事件持续更新

NervePool池化层发表并开源

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Bastian Rieck等人在《Computing in Geometry and Topology》发表面向单纯复形的NervePool池化层,并开放代码。该方法先对顶点簇进行聚类和扩展,再提取簇的nerve,构建规模更小、能够保留高阶结构的单纯复形。 在图任务测试中,NervePool表现排名第二,仅次于DiffPool;在单纯复形任务中,报道称其可利用高阶结构取得优势。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. AGI Hunt
    NervePool 发布:用神经复形为单纯复形做池化的新层

    Bastian Rieck 等人在《Computing in Geometry and Topology》发表 NervePool 池化层,相关代码已开源。该层先聚类并扩展顶点簇,再提取簇的 nerve,构建保留高阶结构的更小复形。图任务表现排名第二,仅次于 DiffPool;在单纯复形任务中可利用高阶结构优势。

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。