★ 2
论文用分数阶物理信息神经网络建模社交媒体传播
研究提出分数阶物理信息神经网络，同时学习社交媒体互动的时间记忆与非线性增长动态，并用符号回归转写为可解释方程。在 X 平台 348 条帖子上，将 24 小时窗口切分为四段后，分段模型在 MSE 0.01 内重建 64% 留出轨迹，优于九种经典基线中最强的 44%。
arXiv cs.LG6 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究提出分数阶物理信息神经网络，同时学习社交媒体互动的时间记忆与非线性增长动态，并用符号回归转写为可解释方程。在 X 平台 348 条帖子上，将 24 小时窗口切分为四段后，分段模型在 MSE 0.01 内重建 64% 留出轨迹，优于九种经典基线中最强的 44%。