论文更新至 V4 并修复附录笔误
热点事件持续更新
论文更新至 V4 并修复附录笔误
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Edward Berman、Luisa Li、Jung Yeon Park 和 Robin Walters 将论文更新至 V4，修复了附录示例中的一处小笔误；此次版本更新未提及其他改动。 论文研究图神经网络用于动力学建模时的平滑效应，提出 relaxed unitary 卷积，并在热方程、波动方程和天气预报等实验中与多种基线比较。
AI 根据报道生成 · 52 分钟前更新
最新进展10月28日 12:00
动力学模型中的平滑性误差及其规避方法报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine Learning动力学模型中的平滑性误差及其规避方法
研究系统分析了不同图神经网络（GNN）用于动力学建模时的平滑效应，并证明 unitary 卷积会损害此类任务的性能。作者提出 relaxed unitary 卷积，以平衡平滑性保留与物理系统的自然平滑，并将其从图推广到网格；在复杂网格上的热方程、波动方程及天气预报实验中，该方法优于多种基线。
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。