AI进化的算法在链接预测方面超越人类方法 · 跟踪到1个来源

研究人员利用包含大型语言模型和遗传算法的自动化代码演化系统，为复杂网络中的链接预测开发了新颖的方法。这些机器设计的方法在580个网络上取得了0.915的平均曲线下面积（AUC）得分，而人类设计的方法为0.783，表现优于人类设计的方法。进化的算法还表现出更高的计算效率，使其能够应用于具有数百万链接的网络，并采用了创新的特征选择和组合策略。 AI

影响 展示了AI驱动的算法创新和科学发现的潜力，提高了复杂网络分析的效率和性能。

排序理由 该集群包含一篇详细介绍复杂网络中链接预测新颖算法方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• ScienceCast
• Social and Information Networks

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →