ホットトピック観察中
研究提出首个基于GNN的布尔函数NPN分类方法
1 件の報道1 件の報道元1 日前 更新
まずこの件を把握する
AI 概要
2026年11月3日，相关研究人员在arXiv发布成果，提出首个基于学习的布尔函数NPN分类方法。该方法将布尔函数表示为与反向图（AIG），并利用双向异构图神经网络预测输入置换以及输入输出的取反动作。同时，该方案结合图重写技术以减少结构模糊性并恢复对称性，其规范化质量优于启发式基准。实验表明，该方案在实际基准测试中逼近精确求解方法，并可扩展处理多达16个输入的布尔函数。
AI が報道をもとに生成 · 20 時間前 更新
最新の進展11月3日 13:00
研究人员提出首个基于GNN的NPN分类方法，可处理达16输入的布尔函数并逼近精确求解。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月3日
- arXiv 人工智能基于图神经网络的高效大函数 NPN 分类
研究人员提出首个基于学习的布尔函数 NPN 分类方法，将布尔函数表示为 AIG，并利用双向异构图神经网络预测输入置换以及输入输出的取反动作。该方法结合图重写技术以减少结构模糊性并恢复对称性，规范化质量优于启发式基准。实验表明，该方案在实际基准测试中逼近精确求解方法，并可扩展处理多达 16 个输入的布尔函数。
このストーリーのホット度の推移
現在のホット度 5·比較可能範囲のピーク 9（11月3日 18:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。