محققان به تازگی روش نوآورانهای برای «کدگذاری موقعیتی» (Positional Encoding) در گرافهای جهتدار معرفی کردهاند که چالشهای محاسباتی سنگین را به حداقل میرساند. این روش جدید، با استفاده از فضای زیرمجموعه کریلوف (Krylov Subspaces)، بدون نیاز به تجزیه سنگین ماتریسها و با تکیه بر عملیات ضرب ماتریس-بردار، دقت تحلیل در شبکههای پیچیده را به طرز چشمگیری بهبود میبخشد.
این پیشرفت میتواند مسیر را برای درک بهتر دادههای ساختاریافته (مثل شبکههای اجتماعی یا دادههای بیولوژیک) هموارتر کند. 🕸️🧠
منبع: arXiv Machine Learning
