University of Cambridge（剑桥大学）

The Seismic Wavefield Common Task Framework

地震波场共同任务框架

Alexey Yermakov, Yue Zhao, Marine Denolle, Yiyu Ni, Philippe M. Wyder, Judah Goldfeder, Stefano Riva, Jan Williams, David Zoro, Amy Sara Rude, Matteo Tomasetto, Joe Germany, Joseph Bakarji, Georg Maierhofer, Miles Cranmer, J. Nathan Kutz

机构 * Department of Electrical and Computer Engineering, University of Washington（华盛顿大学电气与计算机工程系） ； Department of Applied Mathematics, University of Washington（华盛顿大学应用数学系） ； High Performance Machine Learning team, SURF（SURF高性能机器学习团队） ； Department of Earth and Space Sciences, University of Washington（华盛顿大学地球与空间科学系） ； Distyl AI ； Department of Computer Science, Columbia University（哥伦比亚大学计算机科学系） ； Department of Energy, Nuclear Engineering Division, Politecnico di Milano（米兰理工学院能源部核工程分校） ； Department of Mechanical Engineering, University of Washington（华盛顿大学机械工程系） ； Department of Mechanical Engineering, Politecnico di Milano（米兰理工学院机械工程系） ； Department of Mathematics, American University in Beirut（贝鲁特美国大学数学系） ； Department of Mechanical Engineering, American University in Beirut（贝鲁特美国大学机械工程系） ； Department of Applied Mathematics and Theoretical Physics, University of Cambridge（剑桥大学应用数学与理论物理系） 纠错

AI总结 本文提出地震波场共同任务框架，通过三个数据集评估算法性能，解决地震预测与重建中的挑战。

Comments 34 pages, 7 figures

Explaining the Explainers in Graph Neural Networks: a Comparative Study

解释图神经网络解释器：一项比较研究

Antonio Longa, Steve Azzolin, Gabriele Santin, Giulia Cencetti, Pietro Liò, Bruno Lepri, Andrea Passerini

机构 * University of Trento（特伦托大学） ； Fondazione Bruno Kessler（布鲁诺·凯塞勒基金会） ； University of Venice（威尼斯大学） ； CNRS, Centre de Physique Theorique（国家科学研究中心，理论物理中心） ； University of Cambridge（剑桥大学） 纠错

AI总结 本文通过系统实验比较十种解释器在八种图和节点分类架构上的表现，揭示了不同架构的可解释性差异及解释器选择的指导原则。

Journal ref ACM Comput. Surv. 57, 5, Article 120 (2025), 37 pages