arXiv · cs.LG· Shervin Khalafi, Igor Krawczuk, Sergio Rozada, Charilaos Kanatsoulis, Antonio G Marques, Alejandro Ribeiro·· 4 小时前
图卷积注意力 GCA：从谱视角理解图去噪与扩散
Graph Convolutional Attention: A Spectral Perspective on Graph Denoising and Diffusion
AI 导读
研究提出图卷积注意力（GCA），用图滤波后的 query 和 key 实现依赖输入图谱的谱注意力，突破标准注意力只能学到训练分布上平均谱滤波器的局限。在合成与真实数据集上，GCA 替换标准 query-key 投影可提升图去噪与扩散效果，去噪增益与图谱多样性相关；在 DiGress 生成框架中用 GCA 架构替换 DiGress 架构，生成质量相当且推理显著更快。
来源：arXiv · cs.LG · arxiv.org