CEP3：基于图上神经点过程的社区事件预测
机器学习
2022-05-24 v1 人工智能
摘要
许多真实世界应用可被表述为连续时间动态图（CTDGs）上的事件预测，其中两个实体之间定时事件的发生在图中表示为一条带发生时间戳的边。然而，大多数先前工作在折衷设定下处理该问题，要么将其表述为给定事件时间的图上链接预测任务，要么表述为给定下一事件发生的时间预测问题。本文提出一种结合图神经网络与标记时序点过程（MTPP）的新模型，在CTDG上联合预测社区中的多个链接事件及其时间戳。此外，为使模型适用于大规模图，我们将联合事件预测问题分解为三个更简单的条件概率建模问题。为评估模型有效性及此种分解背后的合理性，我们针对该事件预测任务建立了一套基准与评价指标。实验表明，我们的模型在模型准确率和训练效率方面均具有优越性能。
引用
@article{arxiv.2205.10624,
title = {CEP3: Community Event Prediction with Neural Point Process on Graph},
author = {Xuhong Wang and Sirui Chen and Yixuan He and Minjie Wang and Quan Gan and Yupu Yang and Junchi Yan},
journal= {arXiv preprint arXiv:2205.10624},
year = {2022}
}