基于图子与神经逆算子的复杂网络生成模型

1. 12:00
   arXiv · Machine Learning Theory

   用 Graphons 与神经逆算子构建复杂网络生成模型

   该研究提出一种基于多重分步 graphon 与神经逆算子的生成图模型，在函数空间中同时完成生成建模与参数恢复，可对训练时未见过的图规模进行推理。仅用合成多重分步 graphon 样本训练，模型在零样本图生成基准的四项指标中三项平均表现最佳，优于在真实网络上预训练的图基础模型；在单观测网络与多被试 EEG 案例中，参数恢复效果可比拟逐图优化方法，并对脑状态可逆变化更敏感。

Current heat 7·Comparable peak 10（Oct 5）·Comparable change over 24 hours –

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.