研究者提出隐式神经网络求解图极限变分问题

Taeyoung Kim 等作者提出一种神经探索框架，用隐式神经网络表示图极限（即稠密图序列极限对应的对称可测函数），并通过梯度下降优化图极限上的变分目标。该框架针对定义在 [0,1]² 到 [0,1] 的对称可测函数上的变分问题。报道未给出实验验证或与其他方法的对比结果。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。