ALICE ist ein neuartiges lernbasiertes Modell zur effizienten und skalierbaren Suche nach attributbasierten Gemeinschaften in großen Graphen. Es kombiniert eine moduloritätsbasierte Kandidatensubtragraph-Extraktion mit einem konsistenzbasierten neuronalen Netzwerk, um die Genauigkeit und Effizienz der Gemeinschaftssuche zu verbessern.
Ein neuer Ansatz für die unüberwachte Gemeinschaftssuche, der eine vortrainierte Graph-Transformer-Architektur (TransZero) verwendet, um die Gemeinschaftszugehörigkeit ohne Verwendung von Etiketten zu lernen.