The Chinese University of Hong Kong（香港中文大学）

GNN-based Path-aware multi-view Circuit Learning for Technology Mapping

基于GNN的路径感知多视图电路学习用于技术映射

Wentao Jiang, Jingxin Wang, Zhang Hu, Zhengyuan Shi, Chengyu Ma, Qiang Xu, Weikang Qian, Zhufei Chu

机构 * Faculty of Electrical Engineering and Computer Science, NingBo University（电子工程与计算机科学学院，宁波大学） ； University of Michigan-Shanghai Jiao Tong University Joint Institute, Shanghai Jiao Tong University（密歇根大学-上海交通大学联合研究所，上海交通大学） ； Department of Computer Science and Engineering, The Chinese University of Hong Kong（中国香港中文大学计算机科学与工程系） 纠错

AI总结 GPA通过融合多视图电路结构学习，提升技术映射中延迟预测的准确性，实现更高效的映射决策。

Comments 7pages, 4figures

Beyond Affinity: A Benchmark of 1D, 2D, and 3D Methods Reveals Critical Trade-offs in Structure-Based Drug Design

超越亲和力：一种1D、2D和3D方法的基准测试揭示了基于结构的药物设计中的关键权衡

Kangyu Zheng, Kai Zhang, Jiale Tan, Xuehan Chen, Yingzhou Lu, Zaixi Zhang, Lichao Sun, Marinka Zitnik, Tianfan Fu, Zhiding Liang

机构 * Department of Computer Science Rensselaer Polytechnic Institute（计算机科学系伦塞拉尔理工学院） ； Department of Computer Science and Engineering Lehigh University（计算机科学与工程系莱斯大学） ； Department of Computer Science University of Southern California（计算机科学系南加州大学） ； Stanford Medicine Department of Pathology Stanford University（斯坦福医学部病理学系斯坦福大学） ； Princeton University（普林斯顿大学） ； Harvard Medical School（哈佛医学院） ； State Key Laboratory for Novel Software Technology at Nanjing University（南京大学新型软件技术国家重点实验室） ； Department of Computer Science and Engineering The Chinese University of Hong Kong（计算机科学与工程系香港中文大学） 纠错

AI总结 本文通过对比1D、2D和3D方法，揭示了基于结构的药物设计中不同算法的性能差异及关键权衡。

Manalyzer: End-to-end Automated Meta-analysis with Multi-agent System

Manalyzer: 基于多智能体系统的端到端自动化元分析

Wanghan Xu, Wenlong Zhang, Fenghua Ling, Ben Fei, Yusong Hu, Runmin Ma, Bo Zhang, Fangxuan Ren, Jintai Lin, Wanli Ouyang, Lei Bai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Nankai University（南开大学） ； Peking University（北京大学） 纠错

AI总结 Manalyzer通过多智能体系统实现端到端自动化元分析，有效缓解了传统方法中的幻觉问题，并在多模态数据处理中取得显著性能提升。