復旦大學網(wǎng)絡大數(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構分析工具箱EasyHypergraph的設計與實現(xiàn)，支持一系列重要的超圖分析(hypergraph analysis)和超圖學習(hypergraph learning)功能，并在計算速度和內存占用兩方面實現(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存占用。EasyHypergraph能夠有效助力多學科科研人員開展高階網(wǎng)絡(higher-order networks)相關研究，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和博士生高敏同學，共同作者包括杭州師范大學詹秀秀老師、香港科技大學(廣州)何新磊老師、浙江大學張子柯老師、復旦大學計算與智能創(chuàng)新學院王新老師。共同通訊作者為復旦大學智能復雜體系基礎理論與關鍵技術實驗室宮慶媛老師和復旦大學計算與智能創(chuàng)新學院陳陽老師。

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

歡迎關注EasyGraph工具箱：
https://github.com/easy-graph/Easy-Graph