
-
生物通官微
陪你抓住生命科技
跳动的脉搏
可解释的、基于物理知识的贝叶斯图神经网络(PI-BSTGNN)在地下水替代建模和敏感性分析中的应用
《Journal of Hydrology》:Explainable physics-informed bayesian graph neural networks(PI-BSTGNN) for groundwater surrogate modeling and sensitivity analysis
【字体: 大 中 小 】 时间:2026年05月16日 来源:Journal of Hydrology 6.3
编辑推荐:
刘凡|赵国|福田仁|丹兵梅|张正正|卢晓伟|黄磊•提出了一种两阶段的贝叶斯图神经网络(Bayesian GNN),用于联合预测头部位置(heads)和浓度(concentrations)。•将贝叶斯不确定性(Bayesian uncertainty)与基于SHAP的解释性(int