跳到正文
热点事件持续更新

DTA-GT:方向与拓扑感知图Transformer

1 篇报道1 个报道来源18 小时前更新

先了解这件事

AI 综述

2026年10月15日,arXiv Artificial Intelligence 刊出 Yuxiang Zeng 等作者的论文,提出 DTA-GT——一种基于编码器全局方向一致性的方向与拓扑感知图 Transformer,用于神经网络架构的精度与延迟预测。据该报道,DTA-GT 在节点初始化、全局谱编码、成对交互和特征更新四个环节中保持有向计算语义。论文被 NeurIPS 2026 接收。截至本综述,该事件仅有这一篇报道,尚无后续跟进或相互矛盾的说法。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月15日
  1. arXiv Artificial Intelligence
    DTA-GT:面向神经网络表示学习的方向与拓扑感知图 Transformer

    DTA-GT 是一种基于编码器全局方向一致性的方向与拓扑感知图 Transformer,用于神经网络架构的精度与延迟预测。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。