AITP
精选全部 AI 动态AI 日报Agent 接入我的简报我的追踪阅读偏好内容方法关于更新日志信源提报反馈
外观
登录 / 注册
AITOP

Graph Neural Networks

共 2 条相关 AI 资讯
7月14日
09:17
09:17官方账号arXiv cs.LG@Curtis Shull, Merrick Green, Roy Rucker
该论文提出一种基于图神经网络(GNN)的框架,从RFID观测中推断室内空间几何。系统将RFID阅读器、标签和物理结构建模为图节点,信号强度和平面图语义编码为边特征。GNN被训练来预测线性轨迹、矩形边界区域和物体移动路径等几何模式。该方法相比传统RFID定位,能捕获对象与基础设施之间的高阶空间关系。实验在室内平面图数据上验证了有效性。
论文Graph Neural NetworksRFID室内定位

推荐理由:这篇论文用图神经网络把RFID信号变成空间地图,能预测物体移动轨迹,比单纯定位更聪明,室内导航和机器人适用。
原文
6月18日
10:56
10:56官方账号arXiv cs.LG@Eric Chillón, Artur K. Lidtke, Nguyen Anh Khoa Doan, Bernat Font
本研究提出一种数据驱动的代数多重网格(AMG)平滑器,采用改进的图卷积同构网络(GCIN)。该网络从稀疏系数矩阵中学习最优多项式系数,以构建稀疏伪逆算子,在非结构化网格上减少V-cycle迭代次数。在多个基准测试中,该方法实现了4%到37%的壁钟时间加速。模型展现出强大的泛化能力,可处理训练时未见过的、尺寸大128倍的网格,并加速AirfRANS数据集等工业相关问题的收敛。
论文Graph Neural NetworksAMG压力-Poisson方程

推荐理由:这篇论文用图神经网络优化AMG求解器,在非结构网格上提速最高37%,而且能在128倍大的网格上照样用,搞CFD的可以看看。
原文
精选全部日报登录