研究人员推出 ChronoSpike，这是一种新颖的自适应脉冲图神经网络，旨在高效处理动态图。该新模型集成了可学习神经元、基于注意力的聚合和时间编码器，以捕获结构关系和时间演化。据报道，ChronoSpike 在多项基准测试中表现优于现有方法，在保持恒定参数预算的同时提高了准确性，并提供了比循环方法更快的训练时间。 AI
影响 引入了一种新的动态图表示学习架构，与现有方法相比，该架构提供了更高的效率和性能。
排序理由 这是一篇详细介绍图神经网络新模型架构的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2602.01124v3 Announce Type: replace Abstract: Dynamic graph representation learning requires capturing both structural relations and temporal evolution, yet existing approaches face a core trade-off: attention-based methods offer expressiveness at $O(T^2)$ complexity, while…