VSAL：一种具有自适应布局的图属性检测视觉求解器

图属性检测旨在确定图是否具有某些结构属性，如是否为哈密顿图。最近，基于学习的方法通过利用数据驱动模型高效检测图属性方面取得了重要进展。特别是，视觉方法通过处理图的可视化提供了一种直观的解决方案。然而，现有的视觉方法依赖于固定的图布局，从而限制了其管道的表达力。为克服这一限制，我们提出了 VSAL，一种基于视觉的框架，集成了自适应布局生成器，能够针对 individual 实例动态生成具有信息性的图可视化，从而提高图属性检测效果。广泛的实验表明，VSAL 在哈密顿回路、平面性、 claw-freeness 和树检测等各种任务上均优于最先进的视觉方法。