提出图卷积注意力GCA改进图去噪与扩散

Shervin Khalafi 等在 arXiv 论文（基于摘要）中提出谱注意力视角，并给出实用实现图卷积注意力（GCA），用图滤波的查询和键将注意力分数与输入图谱关联，以改进图去噪与扩散模型。 作者称，在合成与真实数据集上，将标准 query–key 投影替换为 GCA 可改善图去噪与扩散，去噪增益与谱多样性相关；在 DiGress 生成框架中把原架构替换为基于 GCA 的架构后，生成质量相近且推理显著加快。以上均为作者报告的结果，尚待独立验证。

AI 根据报道生成 · 35 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。