arXiv cs.AI· Haroon Gharwi, Kai Shu, Yue Dai·· 1 天前AI 评分36
AnchorRM：基于锚点的残差记忆机制，加速时序图神经网络训练
AnchorRM: Parallel Intra-Batch State Reconstruction with Anchor-Based Residual Memory for Temporal Graph Neural Networks
AI 导读
研究者提出 AnchorRM，一种面向记忆型时序图神经网络（TGN）的锚点残差记忆机制，无需顺序循环更新即可重建批内事件级节点状态，解决时间小批处理带来的内存陈旧问题。在 4 个时序图数据集和 3 个记忆型骨干上，AnchorRM 实现平均 6.16 倍训练加速（最高 10.05 倍）和 28.67 倍批扩展（最高 40 倍），同时保持有竞争力的预测性能。
来源：arXiv cs.AI · arxiv.org