交互系统的神经关系推断
该存储库包含PyTorch的官方实现:
交互系统的神经关系推断。 Thomas Kipf *,Ethan Fetaya *,Kuan-Chieh Wang,Max Welling,Richard Zemel。 :平等贡献)
摘要:从物理学中的动力学系统到复杂的社会动力学,相互作用的系统本质上是普遍存在的。 组件之间的相互作用会引起复杂的行为,通常可以使用系统组成部分的简单模型来解释这些行为。 在这项工作中,我们介绍了神经关系推理(NRI)模型:一种无监督的模型,该模型学会推断交互作用,同时仅从观测数据中学习动力学。 我们的模型采用变分自动编码器的形式,其中潜在代码表示基础交互图,而重构基于图神经网络。 在模拟物理系统上的实验中,我们证明了我们的NRI模型可以无监督的方式准确地恢复地面与地面的相互作用。 我们进一步证明,我们可以找到可解释的结构,并预测真实运动捕
2022-02-11 16:18:33
52KB
系统开源
1