图结构的序列指令表示
人工智能
2025-12-16 v2
摘要
图的表示通常基于邻接矩阵概念。该表述是大多数代数和计算图处理方法的基础。深度学习语言模型的出现为处理文本提供了广泛的强大计算模型。然而，当前表示图的方法不适用于这些模型。本文提出一种新的图表示方法。该方法将图的邻接矩阵表示为一串简单的指令。这些指令逐步构建邻接矩阵。该转换是可逆的，即给定图可生成指令串，反之亦然。所提表示方法紧凑，保持图的局部结构模式。因此，预期它可能有助于提高深度学习模型处理图的效率。报告了一项初步的计算实验，表明该表示方法在分类性能和计算速度方面均取得改进。
引用
@article{arxiv.2512.10429,
title = {Representation of the structure of graphs by sequences of instructions},
author = {Ezequiel Lopez-Rubio},
journal= {arXiv preprint arXiv:2512.10429},
year = {2025}
}