会员服务
图模型由点和线组成的用以描述系统的图形。图模型属于结构模型（见模型），可用于描述自然界和人类社会中的大量事物和事物之间的关系。在建模中采用图模型可利用图论作为工具。按图的性质进行分析为研究各种系统特别是复杂系统提供了一种有效的方法。构成图模型的图形不同于一般的几何图形。例如，它的每条边可以被赋以权，组成加权图。权可取一定数值，用以表示距离、流量、费用等。加权图可用于研究电网络、运输网络、通信网络以及运筹学中的一些重要课题。图模型广泛应用于自然科学、工程技术、社会经济和管理等方面。见动态结构图、信号流程图、计划协调技术、图解协调技术、风险协调技术、网络技术、网络理论。
Handling Feature Heterogeneity with Learnable Graph Patches
Arxiv
0+阅读 · 6月16日
Adaptive $k$NN graph model
Arxiv
0+阅读 · 6月13日
Spectral Sparsification of Laplacian-Constrained Gaussian and Hüsler-Reiss Graphical Models
Arxiv
0+阅读 · 6月15日
Whole-Brain Connectomic Graph Model Enables Whole-Body Locomotion Control in Fruit Fly
Arxiv
0+阅读 · 6月14日
Nonparametric undirected graphical model selection using diffusion models
Arxiv
0+阅读 · 6月7日
LUCID: Learning Embodiment-Agnostic Intent Models from Unstructured Human Videos for Scalable Dexterous Robot Skill Acquisition
Arxiv
0+阅读 · 6月10日
Learning general conditional independence structures via the neighbourhood lattice
Arxiv
0+阅读 · 3月29日
Gaussian Graphical Models for Functional Connectivity Analysis: A Statistical Review with Applications to Alzheimer's Disease
Arxiv
0+阅读 · 4月11日
Census Dual Graphs: Properties and Random Graph Models
Arxiv
0+阅读 · 4月3日
An Order of Magnitude Time Complexity Reduction for Gaussian Graphical Model Posterior Sampling Using a Reverse Telescoping Block Decomposition
Arxiv
0+阅读 · 3月20日
Coarsening Causal DAG Models
Arxiv
0+阅读 · 4月2日
From Moments to Models: Graphon-Mixture Learning for Mixup and Contrastive Learning
Arxiv
0+阅读 · 3月31日
Exact and Approximate MCMC for Doubly-intractable Probabilistic Graphical Models Leveraging the Underlying Independence Model
Arxiv
0+阅读 · 3月27日
On Different Notions of Redundancy in Conditional-Independence-Based Discovery of Graphical Models
Arxiv
0+阅读 · 4月20日
Interpretable Causal Graphical Models for Equilibrium Systems with Confounding
Arxiv
0+阅读 · 3月25日
参考链接
微信扫码咨询专知VIP会员
Top