CHASE：动态图节点标签变化分类框架

Junghoon Kim 等作者提出模型无关的变更感知框架 CHASE，用于改善动态图中标签发生变化的节点（shifter）的分类表现。框架包裹任意动态 GNN，通过检测标签变化并覆盖陈旧的邻域信号，抑制邻域聚合造成的旧类嵌入惯性。基于论文摘要，在所测试模型和数据集上，变化节点准确率和 F1 最高分别提升 114.9% 和 202.5%，同时保持稳定节点表现；作者还构建了三个新基准数据集，代码已在 GitHub 公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。