arXiv cs.LG· Bo Li, Yue Yang, Yujin Huang, Siao Liu, David Lemphers, Sara E Rodriguez Gomez, Luke Borgnolo, Can Wang, Xin Zheng·· 19 天前AI 评分34
动态图世界建模 DyG-WM：从时序上下文学习未来动态
Dynamic Graph World Modelling: Learning Future Dynamics from Temporal Context
AI 导读
研究人员提出动态图世界建模框架 DyG-WM，首次实现从时序上下文中联合预测未来的节点与关系表示。该框架结合历史节点-关系上下文编码器与路径签名编码器捕捉有序结构演化，并通过双层联合嵌入目标直接预测目标快照表征，无需重构原始图。在 12 个链接预测和 2 个节点分类数据集上的实验验证了其有效性。
来源：arXiv cs.LG · arxiv.org