复旦大学网络大数据实验室牵头完成的论文EasyHypergraph: an open-source software for fast and memory-saving analysis and learning of higher-order networks，于2025年8月发表于Nature旗下的Humanities and Social Sciences Communications期刊。论文主要介绍了开源超图结构分析工具箱EasyHypergraph的设计与实现，支持一系列重要的超图分析(hypergraph analysis)和超图学习(hypergraph learning)功能，并在计算速度和内存占用两方面实现了较好的优化，取得了比已有解决方案更快的计算速度和更小的内存占用。EasyHypergraph能够有效助力多学科科研人员开展高阶网络(higher-order networks)相关研究，也已经成为了EasyGraph工具箱的核心模块之一。
本论文作者包括实验室硕士生叶波甸同学和博士生高敏同学，共同作者包括杭州师范大学詹秀秀老师、香港科技大学(广州)何新磊老师、浙江大学张子柯老师、复旦大学计算与智能创新学院王新老师。共同通讯作者为复旦大学智能复杂体系基础理论与关键技术实验室宫庆媛老师和复旦大学计算与智能创新学院陈阳老师。
论文下载URL：
https://www.nature.com/articles/s41599-025-05180-5
欢迎关注EasyGraph工具箱：
https://github.com/easy-graph/Easy-Graph
评论 0