New method automates graph transformation model inference

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-17 04:00

研究人员开发了一种新颖的全自动方法，可从动态属性构建图变换模型。该方法结合了生成式和动态式观点，以显式转换为输入来创建最小的、兼容的模型。该方法将模型推断视为一个集合覆盖问题，以管理组合复杂性，并且可以选择允许有损压缩，使模型能够展现超出初始转换的行为。 AI

影响这项研究可能会推进复杂动态系统的自动化模型构建，特别是在生命科学等数据丰富的领域。

排序理由学术论文，详细介绍了自动推断图变换规则的新颖方法。[lever_c_demoted from research: ic=1 ai=1.0]

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

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Jakob L. Andersen, Akbar Davoodi, Rolf Fagerberg, Christoph Flamm, Walter Fontana, Juri Kol\v{c}\'ak, Christophe V. F. P. Laurent, Daniel Merkle, Nikolai N{\o}jgaard · 2026-08-17 04:00

图变换规则的自动化推理

arXiv:2404.02692v3 Announce Type: replace-cross Abstract: The explosion of data available in life sciences is fueling an increasing demand for expressive models and computational methods. Graph transformation is a model for dynamic systems with a large variety of applications. We…