关键词temporal graph benchmark
搜索结果 - 3
- 时序图模型无法捕捉全局时序动态
最近发布的时间图基准被分析在动态链接属性预测的背景下,我们提出了一个简单的无优化基线,即 “最近流行节点”,在时间图基准的所有中型和大型数据集上优于其他方法。我们提出了两种基于 Wasserstein 距离的度量方式,可以量化数据集的短期和 - 时间图基准的实证评估
通过扩展我们的动态图库 (DyGLib) 到 Temporal Graph Benchmark (TGB),我们对 TGB 进行了经验评估。在实验中,我们发现一些问题需要解决,包括数据统计不匹配、评估指标计算不准确等;不同模型在各个数据集上 - 用于时态图机器学习的时态图基准测试
Temporal Graph Benchmark 是一个收集了各种涉及社交、贸易、交通等网络领域的大规模数据集,用于实现机器学习模型在时间图上的现实、可重复和强大的评估。此外,该研究表明对于动态节点属性预测任务,简单的方法往往比现有的时间图