arXiv cs.AI（学术论文）
60
推荐理由：该工作针对材料科学中数据高效预测的难题，提出了一种结合图结构与超维计算的新方法，在可解释性和少量数据泛化上表现突出，对AI在工程材料领域的应用具有参考价值。
全部 AI 动态
AI 相关资讯全量信息流
5月11日
11:44
研究人员提出PSP-HDC框架，利用图结构超维计算解决材料加工-结构-性能预测中的数据稀疏和异质性问题。该框架将PSP依赖关系编码为内部先验，通过可训练的标量到超向量编码器学习参数嵌入，并基于图对齐的绑定与捆绑进行样本表示。在3D制造平台测试中，PSP-HDC在随机分割和过程泛化下准确率达0.910和0.896，优于传统模型。该方法提供了内在可解释性，可追溯至参数和组级别的归因。