跳到正文
热点事件持续更新

NOGI框架实现网络动力系统图结构高效推断

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026-11-20,arXiv cs.AI发布基于Neural ODE的图结构推断框架NOGI。该框架结合确定性图学习器与MPNN-based Neural ODE,通过adjoint方法实现端到端训练,旨在提升网络动力系统中图结构推断的准确性与效率。在四个模拟系统的32个案例中,NOGI30次取得最佳结构恢复效果。在Netsim fMRI基准测试中,其平均AUPRC达0.90,AUROC达0.96,展示了显著的性能优势,为复杂网络结构推断提供了新方法。

AI 根据报道生成 · 15 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · AI
    基于 Neural ODE 的网络动力系统图结构推断框架 NOGI

    提出基于 Neural ODE 的图结构推断框架 NOGI,在四个模拟系统共 32 个案例中 30 次取得最佳结构恢复效果。 NOGI 结合确定性图学习器与 MPNN-based Neural ODE,通过 adjoint 方法端到端训练;在 Netsim fMRI 基准上平均 AUPRC 达 0.90,AUROC 达 0.96。

本事件热度走势

可比范围当前
6
可比范围峰值
911月20日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。