arXiv cs.LG· Bo Li, Yue Yang, Yujin Huang, Siao Liu, David Lemphers, Sara E Rodriguez Gomez, Luke Borgnolo, Can Wang, Xin Zheng·· 7 小时前AI 评分18
DyG-WM：从时序上下文学习动态图未来演化的世界模型框架
Dynamic Graph World Modelling: Learning Future Dynamics from Temporal Context
AI 导读
研究者提出 DyG-WM，首个从时序上下文联合预测未来节点与关系表示的世界模型框架，通过历史节点-关系上下文编码器、路径签名编码器和双层级联合嵌入目标，回答"什么已演化、如何演化、接下来什么将演化"。在 12 个链接预测和 2 个节点分类数据集上验证了有效性，且无需重建原始图。
来源：arXiv cs.LG · arxiv.org