待验证50% 置信事实精确时间
张量场网络（TFN）是2018年提出的一类通用等变图神经网络，用球谐函数展开特征使网络对SO(3)旋转严格等变
1
来源数
50%
置信度
长期有效
时效性
2026/10/9
首次发现
来源
涉及实体
相关事实
待验证TFN（Tensor Field Networks）、SEGNN和EquiFold等模型将原子视为图节点，用球谐函数编码原子间方向信息，确保预测不依赖输入坐标系67% 相似待验证默认模式网络（DMN）包括内侧前额叶皮层、后扣带皮层和角回等脑区，创造性思维需要DMN与执行控制网络之间的动态切换协调（创造性认知的双过程模型）61% 相似待验证原型网络（Prototypical Networks）由 Snell 等人于 2017 年提出，为每个类别维护一个原型向量并通过与原型的距离进行分类61% 相似待验证GraphSAGE、GAT等图神经网络架构已在社交网络分析、分子性质预测等场景中展现能力61% 相似待验证过参数化的神经网络优化容易收敛到好的解的现象可用Neural Tangent Kernel理论解释60% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/990610API
curl https://kongchang.com/api/v1/knowledge/claims/990610MCP
get_claim(id=990610)