高维数据高效回归
用图神经网络聚类高维特征并构建拓扑结构，通过跨层规则共享与插值平滑模糊规则，缓解规则爆炸的同时提升回归精度。
Mengxue, Yao · Zhao, Taoyan · 曹江涛 · 李金娜
IEEE Transactions on Fuzzy Systems 2025
通过分层模块化设计和跨层规则共享机制，减少了每层规则数量，避免传统模糊系统在高维输入下规则数量指数增长。
利用图神经网络对高维特征进行聚类和邻域聚合，实现高密度特征表示，使模型能够捕捉复杂特征关系，从而提升回归精度。
自适应权重调整策略动态优化特征重要性，使模型在输入变化和噪声干扰下保持稳定预测。