待验证50% 置信事实精确时间
图神经网络（GNN）把图的拓扑结构与特征向量的线性变换绑定在一起
1
来源数
50%
置信度
长期有效
时效性
2026/9/18
首次发现
来源
涉及实体
相关事实
待验证GNoME（Graph Networks for Materials Exploration）使用图神经网络（GNN）来预测晶体结构的稳定性，核心指标是材料在凸包上的分解能71% 相似待验证GNNs extend convolution, attention, and other operations to non-Euclidean spaces using a Message Passing mechanism to aggregate information between nodes.70% 相似已验证卷积神经网络（CNN）受视觉皮层结构启发，通过卷积核在图像上滑动提取局部特征，参数共享机制大幅降低计算量68% 相似已验证2015年Gatys等人提出神经风格迁移，通过卷积神经网络的Gram矩阵来匹配内容图与风格图的特征分布68% 相似待验证GNN在材料科学中将晶体结构映射为图数据结构，原子作为节点、化学键作为边，通过消息传递机制学习67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/933264API
curl https://kongchang.com/api/v1/knowledge/claims/933264MCP
get_claim(id=933264)