Reinforcement Learning for Microcanonical Graph Ensemble with Assortativity Constraints
यह शोध पत्र डीप माइक्रोकैनोनिकल ग्राफ जनरेटर (DMGG) को प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) ढांचा है जो डिग्री-संरक्षण पुनर्गठन (डिग्री-प्रिजर्विंग रीवायरिंग) के माध्यम से सटीक असॉर्टेटिविटी बाधाओं वाले माइक्रोकैनोनिकल ग्राफ एन्सेम्बल्स को कुशलतापूर्वक उत्पन्न करता है, जिससे पारंपरिक एक्सपोनेंशियल रैंडम ग्राफ मॉडल की सीमाओं को दूर किया जा सकता है और नेटवर्क फंक्शन पर संरचनात्मक प्रभावों के सटीक अलगाव को सक्षम बनाया जा सकता है।