メニュー
深度强化学习引导图神经网络脑网络分析方法论。结合DRL和GNN进行脑网络分析。适用于脑网络分类、疾病诊断。触发词：深度强化学习、图神经网络、脑网络、DRL-GNN。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/hiyenwong/ai_collection --skill drl-gnn-brain-networkコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
Graph-native Python reimplementation of the Information Dynamics of Music (IDyOM) model that represents predictive memories as explicit graph objects for musical expectation modeling and network analysis.
Physics-aware end-to-end deep reinforcement learning methodology for quadcopter control with actuator dynamics modeling.
Reinforced Dreamer methodology for asymmetric reinforcement learning using latent guidance to improve world model representations and behaviors in model-based RL.
SOC 職業分類に基づく
SKILL.md を表示中
| name | drl-gnn-brain-network |
| description | 深度强化学习引导图神经网络脑网络分析方法论。结合DRL和GNN进行脑网络分析。适用于脑网络分类、疾病诊断。触发词：深度强化学习、图神经网络、脑网络、DRL-GNN。 |
| user-invocable | true |
深度强化学习引导图神经网络，优化脑网络表示学习。
来源： arXiv:2203.10093 效用： 0.92
import torch.nn as nn
class DRLGNN(nn.Module):
def __init__(self, n_feat, n_hidden, n_class):
super().__init__()
self.gnn = nn.Linear(n_feat, n_hidden)
self.policy = nn.Linear(n_hidden, n_class)
def forward(self, x, adj):
h = torch.relu(self.gnn(adj @ x))
return self.policy(h)
脑疾病分类诊断。