研究者提出ONDA长程图学习框架
热点事件持续更新
研究者提出ONDA长程图学习框架
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
研究者 Jan-Willem Van Looy 等提出名为 ONDA 的长程图学习框架,基于算子值信息波,让 stalk 表示在学到的 sheaf 传输算子驱动的二阶动力学下演化,将波状传播与局部几何表达结合。 据该研究称,stalk 级敏感度分析显示其跨节点影响永不消失;在长程传播、严重图瓶颈、图迁移与异配基准上,ONDA 均优于标量波传播、扩散式 sheaf 基线及现有最优模型。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
ONDA:基于层(sheaf)的振荡神经动力学长程图学习框架报道时间线
沿着报道,了解事件的不同侧面。
10月8日
- arXiv cs.LGONDA:基于层(sheaf)的振荡神经动力学长程图学习框架
研究者提出 ONDA,一个基于算子值信息波的长程图学习框架,让 stalk 表示在学到的 sheaf 传输算子驱动的二阶动力学下演化,将波状传播与局部几何表达结合。stalk 级敏感度分析显示其跨节点影响永不消失,在长程传播、严重图瓶颈、图迁移与异配基准上均优于标量波传播、扩散式 sheaf 基线及 SOTA 模型。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。