時間的リンク予測のための効果的なグラフ学習ベースアプローチ:WSDMカップ2022の最初の場所【JST・京大機械翻訳】

Zhao Qian; Yang Shuo; Hu Binbin; Zhang Zhiqiang; Wang Yakun; Chen Yusong; Zhou Jun; Shi Chuan

プレプリント

J-GLOBAL ID：202202212952451857 整理番号：22P0298470

時間的リンク予測のための効果的なグラフ学習ベースアプローチ:WSDMカップ2022の最初の場所【JST・京大機械翻訳】

An Effective Graph Learning based Approach for Temporal Link Prediction: The First Place of WSDM Cup 2022

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2022年02月28日プレプリントサーバーでの情報更新日： 2022年02月28日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

時間的グラフにおける最も重要な仕事の1つとして,時間的リンク予測は,研究分野から多くの注目を集めている。WSDM Cup 2022は,時間グラフ上の時間スパン内のエッジの存在確率を予測する解を求める。本論文では,競争における第1位を wぐAnt Hubbardの解決策を紹介した。最初に,時間情報を除去することによって性能の理論的上界を解析し,グラフに関する構造と属性情報だけが大きな性能を達成できることを意味する。この仮説に基づいて,いくつかの良く設計された特徴を紹介した。最後に,競争データセット上で行った実験は,著者らの提案の優位性を示し,それは,データセットAに関して0.666のAUCスコアを達成して,データセットBに関して0.902を達成して,このアブレーション研究はまた,各々の特性の効率を証明した。コードはhttps://github.com/im0qianqian/WSDM2022TGP AntGraphで公開されている。【JST・京大機械翻訳】

, , , , , ,
, , , 【Automatic Indexing@JST】

計算理論 , 人工知能

, , , ,

前のページに戻る