QUARTET用四分支注意力增强关系图建模
热点事件观察中
QUARTET用四分支注意力增强关系图建模
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Kyaw Hpone Myint等提出面向关系图分类的图Transformer架构QUARTET;基于论文摘要,该模型在RelBench v1任务上匹配或超过HGT、RelGT基线,消融实验支持局部采样器与全局分支对预测性能的贡献。 QUARTET以近期截断的个性化PageRank为基础进行因果随机游走采样,在作者设定下提取紧凑、抗枢纽节点且连接密集的局部子图,并避免时间泄漏;四分支交叉注意力则分别融合种子特征、种子拓扑、时间动态和协同动态。证据目前来自论文摘要,未说明完整实验细节或独立复现。
AI 根据报道生成 · 3 小时前更新
最新进展10月8日 12:00
QUARTET提出四分支交叉注意力与随机游走轨迹增强关系图Transformer报道时间线
沿着报道,了解事件的不同侧面。
10月8日
- arXiv · cs.AIQUARTET提出四分支交叉注意力与随机游走轨迹增强关系图Transformer
QUARTET是一种面向关系图深度学习的图Transformer架构,通过因果随机游走采样获得紧凑且密集连接的局部子图,并以四分支交叉注意力融合种子特征、种子拓扑、时间动态和协同动态。基于论文摘要,作者称该模型在RelBench v1分类任务上匹配或超过HGT和RelGT基线,消融实验表明采样器与全局分支分别带来局部邻域质量和任务预测性能提升。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。