分散式圖演算法

深度分析

圖神經網路結合神經切線核實現分散式圖演算法的精確學習

研究探討圖神經網路在有限度與有限精度下精確學習圖演算法。透過訓練多層感知器集合執行單節點本地指令，再於推論時作為GNN更新函式。在有界度與有限精度條件下，僅需線性規模的本地指令資料，即可於推論時以O(L)迭代正確執行，成功機率高。證實可無誤執行訊息洪水、BFS、DFS與Bellman‑Ford。