English(EN) Parallel Noising in Neural Markov Logic Networks

新算法提升了用于关系结构生成的 Neural Markov Logic Networks

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-22 04:00

研究人员推出了一种名为并行加噪（Parallel Noising）的新型训练和推理算法，旨在增强神经马尔可夫逻辑网络（NMLNs）。该新方法受到并行退火马尔可夫链蒙特卡洛技术的启发，旨在提高 NMLNs 的性能，特别是在生成更大的关系结构方面。增强功能还包括通过图神经网络提高 NMLNs 势函数的表达能力，使其在分子结构生成等任务上能够与基于扩散的生成图模型和专门的文本循环模型竞争。 AI

影响这项研究可能带来更有效的复杂关系数据生成模型，并可能对药物发现和材料科学等领域产生影响。

排序理由该集群包含一篇详细介绍特定类型神经网络新算法的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

新算法提升了用于关系结构生成的 Neural Markov Logic Networks

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Peter Jung, Giuseppe Marra, Ondrej Kuzelka · 2026-07-22 04:00

Neural Markov Logic Networks 中的并行加噪

arXiv:2607.19126v1 Announce Type: cross Abstract: Neural Markov Logic Networks (NMLNs) are a flexible neurosymbolic relational model. Previous work has shown that, although NMLNs achieve strong performance as generative models for small relational structures, they underperform di…

报道来源 [1]

Neural Markov Logic Networks 中的并行加噪

相关实体

相关话题