Physics-inspired持续学习模型图允许来克服传统的卫星系统,进行消息传递范式的局限性已经深度学习的“马”战图数年,使神经网络图一个巨大的成功在广泛的应用中,从粒子物理学到蛋白质设计。从理论的角度,建立了链接Weisfeiler-Lehman层次结构,允许分析卫星系统。进行的表达能力我认为当前图的节点和edge-centric”心态深度学习计划实施不可克服的局限性,阻碍未来该领域的进展。作为替代,我提议physics-inspired“连续”的学习模式,打开一个新的的工具从微分几何、代数拓扑,微分方程在图毫升到目前为止的未知。