待验证50% 置信事实精确时间
Grover和GraphMAE是分子领域掩码预训练策略的典型代表，通过遮蔽部分原子或化学键并要求模型重建来学习分子表征
1
来源数
50%
置信度
长期有效
时效性
2026/9/5
首次发现
来源
涉及实体
相关事实
待验证有限状态机的理论基础由沃伦·麦卡洛克和沃尔特·皮茨在1943年的神经网络研究中奠定，后经摩尔和米利在20世纪50年代形式化为完整的自动机理论58% 相似待验证JEPA思想根源可追溯至Karl Friston等人发展的预测编码理论，该理论认为大脑本质上是层级化预测机器57% 相似待验证预测性编码理论由神经科学家卡尔·弗里斯顿在赫尔姆霍兹早期感知理论基础上系统化发展57% 相似待验证经典神经网络势如DeePMD、NequIP能以接近DFT的精度、以分子动力学的速度模拟数万原子的材料演化56% 相似待验证元胞自动机概念最早由数学家约翰·冯·诺依曼和斯坦尼斯拉夫·乌拉姆在20世纪40年代末提出，最初用于研究自我复制的生物系统55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/860800API
curl https://kongchang.com/api/v1/knowledge/claims/860800MCP
get_claim(id=860800)