实体 TI-ODE

TI-ODE

PulseAugur coverage of TI-ODE — every cluster mentioning TI-ODE across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_08646 · Apr 29 · 04:00

新的TI-ODE模型通过时变交互增强动态图表示学习

研究人员推出了一种新颖的动态图表示学习方法——时变交互图常微分方程（TI-ODE）。该方法通过将演化函数分解为可学习的交互基函数，并在时间上动态组合，来解决现有模型的局限性。TI-ODE旨在更有效地捕捉节点间交互的多样性和时变性。在包括一个与Covid相关的数据集在内的多个数据集上进行的实验表明，TI-ODE取得了最先进的性能，并与先前的方法相比展现出更优越的鲁棒性。