清华大学提出了一种新的数据驱动控制标准型，显著提高了算法效率。该标准型通过必要的转移和可插拔属性描述系统，减少冗余计算，加速控制器设计，已在ACC2025上发表。

本研究提出了一种新模型Ego-Nets-Fit-All (ENFA)，旨在提高子图图神经网络的存储和计算效率。ENFA通过使用较小的自我网络来消除冗余计算，实验结果显示其存储空间减少29%至84.5%，训练效率提升1.66倍。