先学简单几何的折叠物理,GNN 零样本迁移预测大脑皮层发育
bravo_abad · x · 2026-09-11
Zhao 等研究者为解决大脑发育建模中纵向 MRI 数据稀缺、在真实脑几何上做密集仿真成本过高的问题,提出"先在简单系统学物理,再迁移到复杂系统"的思路。
- 先构造生长中的球体与椭球体的密集数据集,系统研究非线性变形与折叠的力学机制
- 用编码器-解码器图神经网络学习这些简单几何上的力学规律
- 椭球作为中间锚点,检验几何复杂度增加时物理规律是否仍可迁移
- 学到的表征最终零样本迁移到 MRI 导出的真实脑表面上,效果差异显著
作者认为这一范式适用于一切"真实系统既难以密集仿真、又缺乏采样数据"的建模场景。
「研究」频道最新
- COLM 2026 公布 AdvML 新星奖:三位获奖者将在研讨会演讲 — mohitban47 · 2026-09-11
- ClawBench 在 144 个真实网站测 Agent:最强模型成功率仅 33% — jiqizhixin · 2026-09-11
- UIUC 发布 SREGym：GPT-5.6 Sol 领跑，SRE Agent 端到端解决率仅 81% — tianyin_xu · 2026-09-11
- 网友调侃用 Claude 设计「零蠕变超合金」，引出材料学并行搜索设想 — CatAstro_Piyush · 2026-09-11
- 恶搞项目 FetterFly:有人看时装人,独处时恢复苍蝇行为 — cephaloform · 2026-09-11
- Wiz 打造 Cyber Arena:300+ 真实攻防题实测各家 AI 模型黑客能力 — evilsocket · 2026-09-11