محققان در مطالعهای جدید، روشی نوآورانه برای تقویت شبکههای منطق مارکوف عصبی (NMLNs) ابداع کردهاند که تحولی در تولید گرافهای پیچیده ایجاد میکند. 🧠📊
نکته کلیدی این دستاورد، استفاده از «Parallel Noising» است؛ الگوریتمی الهامگرفته از روشهای مونتکارلو که در کنار استفاده از شبکههای عصبی گراف (GNN)، باعث شده تا عملکرد این مدلها در تولید ساختارهای مولکولی و گرافهای بزرگ، به سطح مدلهای پیشرفته مبتنی بر دیفیوژن برسد.
این پیشرفت نشان میدهد که ترکیب منطق و شبکههای عصبی (Neurosymbolic AI) روزبهروز در حال قدرتمندتر شدن برای حل مسائل علمی پیچیده است.
های_گراف
منبع: arXiv AI