IJCAI

Can Stationary Distributions of Scale-Invariant Neural Networks Be Described by the Thermodynamics of an Ideal Gas?

尺度不变神经网络的稳态分布能否用理想气体的热力学描述？

Ildus Sadrtdinov, Ekaterina Lobacheva, Ivan Klimov, Mikhail Burtsev, Mikhail I. Katsnelson, Dmitry Vetrov

机构 * Constructor University（Constructor大学） ； Mila – Quebec AI Institute（魁北克AI研究所） ； Université de Montréal（蒙特利尔大学） ； London Institute for Mathematical Sciences（伦敦数学科学研究所） ； Institute for Molecules and Materials, Radboud University（分子与材料研究所，拉德堡德大学） 纠错

AI总结 本文提出用热力学框架解释SGD在尺度不变神经网络中的稳态分布，通过理论和模拟验证SGD动态与理想气体行为的对应关系，并探讨其对超参数调优和学习率调度器设计的指导意义。

Comments Accepted at IJCAI-ECAI 2026 (the 35th International Joint Conference on Artificial Intelligence)

FLASH: Flexible Learning of Adaptive Sampling from History in Temporal Graph Neural Networks

FLASH：时态图神经网络中从历史灵活学习自适应采样

Or Feldman, Krishna Sri Ipsit Mantri, Carola-Bibiane Schönlieb, Chaim Baskin, Moshe Eliasof

机构 * Ben-Gurion University of the Negev（本·古里安大学） ； Purdue University（普渡大学） ； University of Cambridge（剑桥大学） 纠错

AI总结 研究时态图未来链接预测汇总历史交互信号时，长历史会消耗资源，常用启发式采样静态且不适应图结构。提出FLASH可学习且图自适应的邻域选择机制，集成到TGNNs并端到端训练，实验证明性能提升。

Comments IJCAI 2026, 24 pages, 5 figures, 14 tables