Xiping Li

新的卡方小波GNN框架增强了异构图异常检测能力

研究人员开发了一个新颖的谱图神经网络（GNN）框架，名为ChiGAD，用于异构网络中的异常检测。该框架解决了诸如捕获多样化的元路径语义、在维度对齐过程中保留高频内容以及处理具有困难异常样本的类别不平衡等关键挑战。ChiGAD利用多图卡方滤波器、交互式元图卷积和贡献感知交叉熵损失来提高性能。实验表明，ChiGAD的性能优于现有的最先进模型，其变体ChiGNN在GAD数据集上也展示了有效性。