復(fù)旦大學(xué)網(wǎng)絡(luò)大數(shù)據(jù)實驗室牽頭完成的論文EasyHypergraph: an open-source software for fast and memory-saving analysis and learning of higher-order networks，于2025年8月發(fā)表于Nature旗下的Humanities and Social Sciences Communications期刊。論文主要介紹了開源超圖結(jié)構(gòu)分析工具箱EasyHypergraph的設(shè)計與實現(xiàn)，支持一系列重要的超圖分析(hypergraph analysis)和超圖學(xué)習(xí)(hypergraph learning)功能，并在計算速度和內(nèi)存占用兩方面實現(xiàn)了較好的優(yōu)化，取得了比已有解決方案更快的計算速度和更小的內(nèi)存占用。EasyHypergraph能夠有效助力多學(xué)科科研人員開展高階網(wǎng)絡(luò)(higher-order networks)相關(guān)研究，也已經(jīng)成為了EasyGraph工具箱的核心模塊之一。

本論文作者包括實驗室碩士生葉波甸同學(xué)和博士生高敏同學(xué)，共同作者包括杭州師范大學(xué)詹秀秀老師、香港科技大學(xué)(廣州)何新磊老師、浙江大學(xué)張子柯老師、復(fù)旦大學(xué)計算與智能創(chuàng)新學(xué)院王新老師。共同通訊作者為復(fù)旦大學(xué)智能復(fù)雜體系基礎(chǔ)理論與關(guān)鍵技術(shù)實驗室宮慶媛老師和復(fù)旦大學(xué)計算與智能創(chuàng)新學(xué)院陳陽老師。

論文下載URL：
https://www.nature.com/articles/s41599-025-05180-5

歡迎關(guān)注EasyGraph工具箱：
https://github.com/easy-graph/Easy-Graph