热点事件持续更新
研究提出首个基于GNN的布尔函数NPN分类方法
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
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 根据报道生成 · 10 小时前更新
最新进展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。报道时间线
沿着报道，了解事件的不同侧面。
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。
本事件热度走势
当前热度 7·可比范围峰值 9（11月3日 18:00）·近 24 小时可比范围变化–
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。