FOS：面向科学跨学科链接预测的时间图基准
机器学习
2025-11-25 v1
摘要
科学跨学科突破大多数情况下是意外发生的，而预测新兴研究领域的形成仍是一大挑战。我们引入 FOS（Future Of Science），一个综合性的时间感知图基准，重建 1827-2024 年间 65,027 个研究子领域（跨越 19 个通用领域）的年度共现图。在这些图中，边代表两个子领域在同一出版物中的共现，并随相应出版年份标记时间戳。节点被丰富了语义嵌入，边则由时空描述符进行特征化。我们将新字段对链接的预测形式化为时序链接预测任务，强调“首次”连接，这些连接标志着开创性的跨学科方向。通过大量实验，我们评估了一套最先进的时序图架构在多种负采样情形下的表现，结果表明：（i）对子领域的长形式文本描述进行嵌入显著提升了预测准确率；（ii）不同模型类别在不同评估设置下表现突出。案例分析显示，FOS 上排名靠前的链接预测与随后一年学术出版物中出现的领域配对高度吻合。我们公开发布 FOS，以及其时序数据划分和评估代码，以建立可复现的基准，推动预测科学前沿的研究。
引用
@article{arxiv.2511.18631,
title = {FOS: A Large-Scale Temporal Graph Benchmark for Scientific Interdisciplinary Link Prediction},
author = {Kiyan Rezaee and Morteza Ziabakhsh and Niloofar Nikfarjam and Mohammad M. Ghassemi and Yazdan Rezaee Jouryabi and Sadegh Eskandari and Reza Lashgari},
journal= {arXiv preprint arXiv:2511.18631},
year = {2025}
}
备注
21 pages, 10 figures