NOGI框架实现网络动力系统图结构高效推断
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
最新进展11月20日 13:00
基于 Neural ODE 的网络动力系统图结构推断框架 NOGI报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- 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
- –
02.557.510
15:0018:0021:0011月21日03:00
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。