研究者提出HeteGCD解决异配图广义类别发现
热点事件持续更新
研究者提出HeteGCD解决异配图广义类别发现
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Xuanzhi Xi 等研究者发布论文（arXiv:2610.36696），提出 HeteGCD 方法，用于在异配图上进行广义类别发现（GCD）。该方法用门控双流编码器融合节点属性与局部属性差异统计，并以双原型分类器结合特征相似性与分布一致性来发现新类别。 论文报告称，在五个异配图数据集上的实验显示，HeteGCD 的性能可与 24 组基线组合竞争。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
HeteGCD：面向异配图的统计感知双原型广义类别发现方法报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.AIHeteGCD：面向异配图的统计感知双原型广义类别发现方法
研究者提出 HeteGCD，一种在异配图上做广义类别发现（GCD）的统计感知双原型学习方法。该方法用门控双流编码器融合节点属性与局部属性差异统计，并以双原型分类器结合特征相似性与分布一致性来发现新类别。在五个异配图数据集上的实验显示，其性能可与 24 组基线组合竞争。
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。