異質圖神經網路

深度分析

EO-Agents 系統結合知識圖譜、異質圖神經網路與多模型 LLM 進行地球觀測假說生成

隨著NASA大量觀測資料的累積，研究團隊開發EO-Agents三代理人管線，透過知識圖譜與異質圖神經網路挑選未被共用的資料配對，再由LLM篩選、生成與評估結構化假說，最終產出160個跨領域研究構想，且新配對的可信度與實際文獻共用相近。此技術預期將加速跨領域資料整合，推動氣候與環境研究新突破。