paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
MW

Melanie Weber

ICML 2026×3代码长上下文与架构可解释性理论与学习动力学
新星分资深
14
一作贡献0
核心/参与7
方向广度8
合作网络0
0 一作 · 3 篇 · ICML 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

3
作者位次 #3/3ICML 2026Poster· Deep Learning / Graph Neural Networks

Unitary Convolutions for Message-passing and Positional Encodings on Directed Graphs

Lukas Fesser · Bobak Kiani · Melanie Weber

代码长上下文与架构OpenReview
作者位次 #3/3ICML 2026Spotlight· Deep Learning / Other Representation Learning

Neural Feature Geometry Evolves as Discrete Ricci Flow

Moritz Hehl · Max von Renesse · Melanie Weber

可解释性OpenReview
作者位次 #2/2ICML 2026Poster· Theory / Everything Else

Adaptive Symmetry Discovery for Dynamical System Identification

Behrooz Tahmasebi · Melanie Weber

理论与学习动力学OpenReview

常见合作者