نماذج تفاعل الت(diffusion) العصبية الرسومية

تم دراسة دمج الشبكات العصبية الرسومية (GNNs) والمعادلات التفاضلية العادية والجزئية العصبية بشكل واسع في السنوات الأخيرة. تُمكّن بنى GNN المدعومة بالمعادلات التفاضلية العصبية من تحليل سلوكها، وتطوير شبكات GNN ذات خصائص مرغوبة مثل التمويه المُتحكم به أو حفظ الطاقة. في هذا البحث، نستلهم من ظواهر عدم الاستقرار التورينغي في نظام تفاعلي-انتشار (RD) من المعادلات التفاضلية الجزئية، ونُقدّم عائلة جديدة من الشبكات العصبية الرسومية تعتمد على نظم RD العصبية. ونُظهِر في هذا العمل أن RDGNN لدينا قوي في نمذجة أنواع مختلفة من البيانات، بدءًا من البيانات المتمايزة متمايزة (homophilic)، وصولاً إلى البيانات غير المتمايزة (heterophilic)، وبيانات الزمان والمكان (spatio-temporal). ونناقش الخصائص النظرية لـ RDGNN، ونُقدّم تفاصيل تنفيذها، ونُظهر أن أداؤها يتفوّق أو يوازي الأداء المُقدّم من أحدث الأساليب المطروحة.