AITP
精选全部 AI 动态AI 日报Agent 接入关于更新日志信源提报反馈
登录 / 注册
AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签:图结构化学习×
6月16日
20:46
AITOP6月16日 20:46
600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI600亿美元买下Cursor,xAI终于拿到了编程工具,但真正值得跟踪的或许不是AI
6月12日
12:57
AITOP6月12日 12:57
Claude代码里藏了个20260612,18个月后的AI记忆革命已经开始倒计时
6月11日
15:28
AITOP6月11日 15:28
1107 vs 303:谷歌悄悄开源了一个“拆打字机”的模型,把大模型速度翻了4倍
15:23
AITOP6月11日 15:23
DiffusionGemma颠覆文本生成?自回归模型的“统治”要结束了
15:07
AITOP6月11日 15:07
每秒1107个token,Google开源的扩散模型为什么能改变本地推理格局?
5月11日
11:44
11:44arXiv cs.AI(学术论文)
研究人员提出PSP-HDC框架,利用图结构超维计算解决材料加工-结构-性能预测中的数据稀疏和异质性问题。该框架将PSP依赖关系编码为内部先验,通过可训练的标量到超向量编码器学习参数嵌入,并基于图对齐的绑定与捆绑进行样本表示。在3D制造平台测试中,PSP-HDC在随机分割和过程泛化下准确率达0.910和0.896,优于传统模型。该方法提供了内在可解释性,可追溯至参数和组级别的归因。
论文超维计算材料科学预测可解释AI图结构化学习少量数据学习

推荐理由:该工作针对材料科学中数据高效预测的难题,提出了一种结合图结构与超维计算的新方法,在可解释性和少量数据泛化上表现突出,对AI在工程材料领域的应用具有参考价值。
原文
精选全部日报登录