El propósito de este trabajo es inferir un grafo dinámico como un modelo global (colectivo) de mediciones variables en el tiempo en un conjunto de nodos de red. Este modelo captura tanto las interacciones de pares como las interacciones de orden superior (es decir, más de dos nodos) entre los nodos. La motivación de este trabajo radica en la búsqueda de un modelo de conectoma que capture adecuadamente la funcionalidad cerebral en todas las regiones del cerebro, y posiblemente a nivel de neuronas individuales. Lo formulamos como un problema de optimización, con una función objetivo cuadrática y la información tensorial de las señales de nodos observadas en intervalos de tiempo cortos. Las restricciones de regularización adecuadas reflejan la suavidad del grafo y otras dinámicas que involucran el Laplaciano subyacente del grafo, así como la suavidad en la evolución temporal del grafo subyacente. La optimización conjunta resultante se resuelve mediante una relajación continua de los parámetros de peso y un novedoso esquema de proyección de gradiente introducido. Si bien este trabajo puede ser aplicable a cualquier conjunto de datos en evolución temporal (por ejemplo, fMRI), aplicamos nuestro algoritmo a un conjunto de datos del mundo real que comprende actividades registradas de células cerebrales individuales. Se muestra que el modelo resultante no solo es viable, sino también eficientemente computable.