Xiping Li等发布谱域图神经网络框架ChiGAD检测异质图异常
热点事件持续更新
Xiping Li等发布谱域图神经网络框架ChiGAD检测异质图异常
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Xiping Li 等研究者在 arXiv 论文(v3)中提出谱域图神经网络框架 ChiGAD,基于新型卡方滤波器用于异质图异常检测。作者称其在公开与工业数据集上多项指标超越 SOTA 模型。 该框架针对元路径语义捕捉、维度对齐中的高频信息保留和类别不平衡三个问题设计,包含多图卡方滤波器、交互式元图卷积和贡献感知交叉熵损失三个模块。其同构变体 ChiGNN 在七个图异常检测数据集上也表现良好。论文代码已开源。
AI 根据报道生成 · 3 小时前更新
最新进展11月16日 13:00
ChiGAD:基于卡方小波滤波的图神经网络用于异构图异常检测报道时间线
沿着报道,了解事件的不同侧面。
11月16日
- arXiv cs.AIChiGAD:基于卡方小波滤波的图神经网络用于异构图异常检测
ChiGAD 是一种基于卡方滤波器的谱域图神经网络框架,用于异构网络中的图异常检测,针对元路径语义捕捉、维度对齐中的高频信息保留和类别不平衡三大问题设计,包含多图卡方滤波器、交互式元图卷积与贡献感知交叉熵损失三个模块。在公开与工业数据集上,ChiGAD 在多项指标上超越 SOTA 模型;其同构变体 ChiGNN 在七个 GAD 数据集上表现出色,代码已开源。
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。