会员服务
图 · GRU · 类别 · 离散数学 ·
2023 年 5 月 25 日
On the Weisfeiler-Leman dimension of permutation graphs
翻译：暂无翻译
Jin Guo,Alexander L. Gavrilyuk,Ilia Ponomarenko
Jin Guo,Alexander L. Gavrilyuk,Ilia Ponomarenko

It is proved that the Weisfeiler-Leman dimension of the class of permutation graphs is at most 18. Previously it was only known that this dimension is finite (Gru{\ss}ien, 2017).


翻译：暂无翻译
0
下载
关闭预览

相关内容

CVPR 2023开会了！谷歌等最新《视觉上理解和解释注意力》教程，附152页ppt
CVPR 2023开会了！谷歌等最新《视觉上理解和解释注意力》教程，附152页ppt
专知会员服务
82+阅读 · 2023年6月19日
【超越消息传递:图神经网络的物理启发范式】Beyond Message Passing: a Physics-Inspired Paradigm for Graph Neural Networks
【超越消息传递:图神经网络的物理启发范式】Beyond Message Passing: a Physics-Inspired Paradigm for Graph Neural Networks
专知会员服务
16+阅读 · 2022年5月10日
【牛津大学Michael Bronstein教授】超越Weisfeiler-Lehman和普通信息传递的图神经网络，Graph Neural Networks beyond Weisfeiler-Lehman and vanilla Message Passing
【牛津大学Michael Bronstein教授】超越Weisfeiler-Lehman和普通信息传递的图神经网络，Graph Neural Networks beyond Weisfeiler-Lehman and vanilla Message Passing
专知会员服务
29+阅读 · 2022年3月4日
【NeurIPS2020】点针图网络，Pointer Graph Networks
【NeurIPS2020】点针图网络，Pointer Graph Networks
专知会员服务
39+阅读 · 2020年9月27日
一份简单《图神经网络》教程，28页ppt
一份简单《图神经网络》教程，28页ppt
专知会员服务
123+阅读 · 2020年8月2日
可解释高效异构图卷积网络，Interpretable and Efficient Heterogeneous Graph Convolutional Network
可解释高效异构图卷积网络，Interpretable and Efficient Heterogeneous Graph Convolutional Network
专知会员服务
62+阅读 · 2020年7月12日
【剑桥大学】图网络的主邻域聚合，Principal Neighbourhood Aggregation for Graph Nets
【剑桥大学】图网络的主邻域聚合，Principal Neighbourhood Aggregation for Graph Nets
专知会员服务
40+阅读 · 2020年4月22日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【WWW2020-MAGNN】异质图嵌入的集合图神经网络 MAGNN: Metapath Aggregated Graph Neural Network for Heterogeneous Graph Embedding
【WWW2020-MAGNN】异质图嵌入的集合图神经网络 MAGNN: Metapath Aggregated Graph Neural Network for Heterogeneous Graph Embedding
专知会员服务
115+阅读 · 2020年2月10日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
MIT博士论文 | 图指导的预测（含GNN的泛化能力和表示能力分析）
MIT博士论文 | 图指导的预测（含GNN的泛化能力和表示能力分析）
图与推荐
0+阅读 · 2022年11月14日
NeurIPS'22上的GNN好文集合 (表示能力、架构设计、图对比/自监督学习、分布偏移、可解释、推荐系统等)
NeurIPS'22上的GNN好文集合 (表示能力、架构设计、图对比/自监督学习、分布偏移、可解释、推荐系统等)
图与推荐
3+阅读 · 2022年9月20日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
vae 相关论文 表示学习 1
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
【论文推荐】最新九篇自动问答相关论文—可解释推理网络、上下文知识图谱嵌入、注意力RNN、Multi-Cast注意力网络
【论文推荐】最新九篇自动问答相关论文—可解释推理网络、上下文知识图谱嵌入、注意力RNN、Multi-Cast注意力网络
专知
15+阅读 · 2018年6月29日
Capsule Networks解析
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
可压缩Navier-Stokes方程组及相关模型解的整体适定性研究
国家自然科学基金
0+阅读 · 2015年12月31日
Berezin变换及相关的算子理论
国家自然科学基金
1+阅读 · 2014年12月31日
Anderson型多酸的不对称修饰及可控组装研究
国家自然科学基金
1+阅读 · 2014年12月31日
Kronheimer-Nakajima quiver 模空间与有理曲面
国家自然科学基金
1+阅读 · 2013年12月31日
具有一般输运系数的可压缩Navier-Stokes型的方程组解的性态分析
国家自然科学基金
0+阅读 · 2013年12月31日
半导体衬底上FeSe薄膜的外延生长及界面超导
国家自然科学基金
0+阅读 · 2013年12月31日
相关于算子的变指标函数空间实变理论及其应用
国家自然科学基金
0+阅读 · 2012年12月31日
Rydberg Blockade条件下的量子相干与量子信息处理的研究
国家自然科学基金
0+阅读 · 2012年12月31日
相关于算子的Orlicz-型函数空间的实变理论
国家自然科学基金
0+阅读 · 2011年12月31日
线性积分方程的Galerkin快速谱方法
国家自然科学基金
0+阅读 · 2009年12月31日
(k-2)-linear connected components in hypergraphs of rank k
Arxiv
0+阅读 · 2023年7月13日
Deep learning based enhancement of ordered statistics decoding of LDPC codes
Arxiv
0+阅读 · 2023年7月13日
Stability of convergence rates: Kernel interpolation on non-Lipschitz domains
Arxiv
0+阅读 · 2023年7月12日
Graph Ordering Attention Networks
Arxiv
12+阅读 · 2022年11月21日
Graph Neural Networks with Heterophily
Arxiv
19+阅读 · 2021年2月4日
Graph Neural Networks: Architectures, Stability and Transferability
Arxiv
13+阅读 · 2020年8月4日
Connecting the Dots: Multivariate Time Series Forecasting with Graph Neural Networks
Arxiv
36+阅读 · 2020年5月24日
L^2-GCN: Layer-Wise and Learned Efficient Training of Graph Convolutional Networks
L^2-GCN: Layer-Wise and Learned Efficient Training of Graph Convolutional Networks
Arxiv
15+阅读 · 2020年3月30日
Graph Convolutional Label Noise Cleaner: Train a Plug-and-play Action Classifier for Anomaly Detection
Graph Convolutional Label Noise Cleaner: Train a Plug-and-play Action Classifier for Anomaly Detection
Arxiv
15+阅读 · 2019年3月18日
How Powerful are Graph Neural Networks?
Arxiv
23+阅读 · 2018年10月1日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
图
GRU
类别
离散数学
相关VIP内容
CVPR 2023开会了！谷歌等最新《视觉上理解和解释注意力》教程，附152页ppt
CVPR 2023开会了！谷歌等最新《视觉上理解和解释注意力》教程，附152页ppt
专知会员服务
82+阅读 · 2023年6月19日
【超越消息传递:图神经网络的物理启发范式】Beyond Message Passing: a Physics-Inspired Paradigm for Graph Neural Networks
【超越消息传递:图神经网络的物理启发范式】Beyond Message Passing: a Physics-Inspired Paradigm for Graph Neural Networks
专知会员服务
16+阅读 · 2022年5月10日
【牛津大学Michael Bronstein教授】超越Weisfeiler-Lehman和普通信息传递的图神经网络，Graph Neural Networks beyond Weisfeiler-Lehman and vanilla Message Passing
【牛津大学Michael Bronstein教授】超越Weisfeiler-Lehman和普通信息传递的图神经网络，Graph Neural Networks beyond Weisfeiler-Lehman and vanilla Message Passing
专知会员服务
29+阅读 · 2022年3月4日
【NeurIPS2020】点针图网络，Pointer Graph Networks
【NeurIPS2020】点针图网络，Pointer Graph Networks
专知会员服务
39+阅读 · 2020年9月27日
一份简单《图神经网络》教程，28页ppt
一份简单《图神经网络》教程，28页ppt
专知会员服务
123+阅读 · 2020年8月2日
可解释高效异构图卷积网络，Interpretable and Efficient Heterogeneous Graph Convolutional Network
可解释高效异构图卷积网络，Interpretable and Efficient Heterogeneous Graph Convolutional Network
专知会员服务
62+阅读 · 2020年7月12日
【剑桥大学】图网络的主邻域聚合，Principal Neighbourhood Aggregation for Graph Nets
【剑桥大学】图网络的主邻域聚合，Principal Neighbourhood Aggregation for Graph Nets
专知会员服务
40+阅读 · 2020年4月22日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【WWW2020-MAGNN】异质图嵌入的集合图神经网络 MAGNN: Metapath Aggregated Graph Neural Network for Heterogeneous Graph Embedding
【WWW2020-MAGNN】异质图嵌入的集合图神经网络 MAGNN: Metapath Aggregated Graph Neural Network for Heterogeneous Graph Embedding
专知会员服务
115+阅读 · 2020年2月10日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
热门VIP内容
相关资讯
MIT博士论文 | 图指导的预测（含GNN的泛化能力和表示能力分析）
MIT博士论文 | 图指导的预测（含GNN的泛化能力和表示能力分析）
图与推荐
0+阅读 · 2022年11月14日
NeurIPS'22上的GNN好文集合 (表示能力、架构设计、图对比/自监督学习、分布偏移、可解释、推荐系统等)
NeurIPS'22上的GNN好文集合 (表示能力、架构设计、图对比/自监督学习、分布偏移、可解释、推荐系统等)
图与推荐
3+阅读 · 2022年9月20日
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图机器学习 2.2-2.4 Properties of Networks, Random Graph
图与推荐
10+阅读 · 2020年3月28日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
vae 相关论文 表示学习 1
vae 相关论文 表示学习 1
CreateAMind
12+阅读 · 2018年9月6日
【论文推荐】最新九篇自动问答相关论文—可解释推理网络、上下文知识图谱嵌入、注意力RNN、Multi-Cast注意力网络
【论文推荐】最新九篇自动问答相关论文—可解释推理网络、上下文知识图谱嵌入、注意力RNN、Multi-Cast注意力网络
专知
15+阅读 · 2018年6月29日
Capsule Networks解析
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
相关论文
(k-2)-linear connected components in hypergraphs of rank k
Arxiv
0+阅读 · 2023年7月13日
Deep learning based enhancement of ordered statistics decoding of LDPC codes
Arxiv
0+阅读 · 2023年7月13日
Stability of convergence rates: Kernel interpolation on non-Lipschitz domains
Arxiv
0+阅读 · 2023年7月12日
Graph Ordering Attention Networks
Arxiv
12+阅读 · 2022年11月21日
Graph Neural Networks with Heterophily
Arxiv
19+阅读 · 2021年2月4日
Graph Neural Networks: Architectures, Stability and Transferability
Arxiv
13+阅读 · 2020年8月4日
Connecting the Dots: Multivariate Time Series Forecasting with Graph Neural Networks
Arxiv
36+阅读 · 2020年5月24日
L^2-GCN: Layer-Wise and Learned Efficient Training of Graph Convolutional Networks
L^2-GCN: Layer-Wise and Learned Efficient Training of Graph Convolutional Networks
Arxiv
15+阅读 · 2020年3月30日
Graph Convolutional Label Noise Cleaner: Train a Plug-and-play Action Classifier for Anomaly Detection
Graph Convolutional Label Noise Cleaner: Train a Plug-and-play Action Classifier for Anomaly Detection
Arxiv
15+阅读 · 2019年3月18日
How Powerful are Graph Neural Networks?
Arxiv
23+阅读 · 2018年10月1日
相关基金
可压缩Navier-Stokes方程组及相关模型解的整体适定性研究
国家自然科学基金
0+阅读 · 2015年12月31日
Berezin变换及相关的算子理论
国家自然科学基金
1+阅读 · 2014年12月31日
Anderson型多酸的不对称修饰及可控组装研究
国家自然科学基金
1+阅读 · 2014年12月31日
Kronheimer-Nakajima quiver 模空间与有理曲面
国家自然科学基金
1+阅读 · 2013年12月31日
具有一般输运系数的可压缩Navier-Stokes型的方程组解的性态分析
国家自然科学基金
0+阅读 · 2013年12月31日
半导体衬底上FeSe薄膜的外延生长及界面超导
国家自然科学基金
0+阅读 · 2013年12月31日
相关于算子的变指标函数空间实变理论及其应用
国家自然科学基金
0+阅读 · 2012年12月31日
Rydberg Blockade条件下的量子相干与量子信息处理的研究
国家自然科学基金
0+阅读 · 2012年12月31日
相关于算子的Orlicz-型函数空间的实变理论
国家自然科学基金
0+阅读 · 2011年12月31日
线性积分方程的Galerkin快速谱方法
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员
Top