11:23官方账号arXiv cs.LG@Md Joshem Uddin, Astrit Tola, Cuneyt Gurcan Akcora, Baris CoskunuzerTopoFormer是一个轻量且可扩展的图表示学习框架,核心模块Topo-Scan通过节点或边过滤将图分解为有序的拓扑token序列。这些序列捕捉从局部模体到全局组织的多尺度结构,并交给Transformer生成图级嵌入。与依赖持久同调的管线不同,Topo-Scan完全可并行化,且省去昂贵的图计算。论文在多个图分类和分子性质预测基准上达到与强GNN基线和拓扑方法持平或更优的结果,并提供了拓扑编码稳定性的理论保证。AI模型TopoFormer图神经网络拓扑推荐理由:图学习想换新思路可以看这个:TopoFormer用扫描把拓扑结构变成token,喂给Transformer就行,比传统持久同调快还准。原文稍后读已读值得跟进有用关注 TopoFormer