图神经网络

科学 2026-04-15

研究团队提出HarmonyGNN训练框架，在异质性图上显著提升图神经网络准确率，最高增幅达9.6%，并兼顾同质性图上的性能与训练效率。

科学 2026-03-20

一项发表在《基于推理的智能系统国际期刊》上的研究展示了一种融合图神经网络与Transformer的混合深度学习模型，可更精准地进行实时交通预测，为城市道路网络管理提供新工具。

科学 2026-01-22

圣安德鲁斯大学研究团队开发人工智能工具PoseR，可从视频读取动物运动并转化为清晰描述，以提升行为分析效率与一致性，并支持跨物种扩展。