计算降本性能保优
用可学习的邻域选择取代随机或固定规则采样，在更宽范围内高效选取有效近邻点，降低冗余计算的同时保持聚合特征的性能优势。
Shuofeng, Sun · Rao, Yongming · 鲁继文 · 闫海滨
IEEE Transactions on Multimedia 2025
通过学习自适应选择有效邻居，在更宽范围内选取对特征聚合真正起作用的点，避免冗余计算。
轻量级评分模块能够高效选择有效近邻，从而降低整体计算成本，同时保持性能优势。
引入邻域注意力机制，根据重要性评分对邻域点加权聚合，进一步提升性能。
方法简单高效，可应用于大多数任务和模型，无需大幅改动即可降低计算成本并保持性能。