有符号网络更高效
面向有符号网络的网络拆解算法，结合进化计算与深度强化学习，在效率和可解释性上优于现有方法。
Yuxuan, Ou · Fujing, Xiong · Hairong, Zhang · Li, Hui Jia
Sensors 2024
算法专门针对有符号网络设计，能够处理网络中正负边并存的情况，填补了现有方法的空白。
通过进化计算提供全局寻优能力，深度强化学习加速计算，使算法在效率上优于所有基线方法。
算法输出的拆解策略具有可解释性，使用者可以理解为什么这些节点被移除，便于实际决策。
设计了新的目标函数，能够有效评估有符号网络的拆解性能，解决了缺乏评价标准的问题。