离散微分几何也被用于深入了解图神经网络的设计和解释 ， 曲率的离散概念可以表征离散结构的局部和全局的几何特性 。 图神经网络往往会有过度挤压的效应 ， 因为节点之间有相互连接所以信息传递比普通的CNN要快 。 最近一些专家提出了一些基于曲率的图学习解释方法 ， 用曲率刻画过度挤压的效率 ， 这在图神经网络中是非常重要的任务 。 另外 ， 有研究利用里奇曲率提出了一种减轻图神经网络挤压效应的新方法 。 未来 ， 离散曲率可能会和图机器学习中的其他结构或拓扑问题相关联 ， 这个课题也将继续影响该领域 ， 并进入更多应用领域 。

• 高地|上海：瞄准千亿元规模布局氢能产业
• 据上海证券报消息|舒适度超埃尔法 华为、小康打造的问界M7智能豪车7月4日发布
• 上海交大团队研发单结有机太阳能电池，单结器件效率达19.6%
• 每秒10米！上海三菱自主研发超高速电梯项目正式商用
• 澎湃早晚报丨6月25日早餐湃·上海本土零新增
• 上海市|李佳琦消失扯下阿里“遮羞布”，原来淘宝根本就没有护城河
• 上海市|虚拟现实+Tobii眼动追踪精选实战分享：品牌“新”零售
• 机器人|上海解封，数字哨兵、配送机器人助力复工复产
• 京东|上海人购买力最强！天猫公布618战绩：近300品牌成交额破亿
• 上海电信营业厅免费为中小企业“打广告”