研究者提出免训练测试时图学习框架EMC
热点事件持续更新
研究者提出免训练测试时图学习框架EMC
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
研究者 Yue Hou 等人提出免训练测试时图学习框架 Efficient Memory Crystallization（EMC），用于应对非平稳分布漂移下的图学习。该框架通过闭式解将每个到来的图域蒸馏为紧凑记忆，无需生成辅助模块，并以状态演化记忆建模域间依赖。 作者称，EMC 给出了比直接适配更紧的泛化误差界。实验显示其性能超越 SOTA 基线，平均运行时间降低 87.4%，GPU 显存占用降低 92.4%。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
EMC：面向非平稳分布漂移图学习的高效记忆结晶框架报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.LGEMC：面向非平稳分布漂移图学习的高效记忆结晶框架
研究者提出 Efficient Memory Crystallization（EMC），一个免训练的测试时框架，通过闭式解将每个到来的图域蒸馏为紧凑记忆，无需生成辅助模块。EMC 用状态演化记忆建模域间依赖，并给出比直接适配更紧的泛化误差界。实验显示其性能超越 SOTA 基线，平均运行时间降低 87.4%，GPU 显存占用降低 92.4%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。