实体
Hawkes
Hawkes
PulseAugur coverage of Hawkes — every cluster mentioning Hawkes across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的点过程模型使用GNN进行网络事件预测
研究人员开发了一种新颖的点过程模型，用于处理网络上发生的离散事件数据。该模型集成了图神经网络（GNN）来表示影响核，增强了对历史事件对未来事件影响的捕捉能力。通过将统计方法与深度学习相结合，该方法旨在提高模型估计和预测精度，尤其适用于非欧几里得、图结构数据，优于现有的基于神经网络的强度函数模型。
-
新基准 HawkesNest 测试时空人工智能模型
研究人员推出了 HawkesNest，这是一个旨在评估时空点过程 (STPP) 模型的新合成基准测试。与真实世界数据集不同，HawkesNest 在四个轴上提供了可控的复杂度：时空纠缠、背景异质性、交叉类型交互和域拓扑。这使得通过隔离特定的结构性难题来对 STPP 模型进行诊断性压力测试。初步测试表明，现有的 Hawkes 系列基线模型和 AutoSTPP 等神经网络模型在某些复杂度增加的情况下性能会下降，凸显了它们的敏感性。