动态图结构的预测
机器学习
2024-07-26 v2 社会与信息网络
机器学习
摘要
图的许多方面已被深入研究。然而，结合未见的新节点和边来预测未来时间步的图结构尚未引起太多关注。在本文中，我们提出了一种此类方法。利用图的时间序列，我们预测未来时间步的图。我们使用时间序列预测方法来预测未来时间点的节点度，并将这些预测与通量平衡分析（一种用于生物化学的线性规划方法）相结合，以获得未来图的结构。我们使用合成数据集和真实世界数据集评估了该方法，并展示了其效用和适用性。
引用
@article{arxiv.2401.04280,
title = {Predicting the structure of dynamic graphs},
author = {Sevvandi Kandanaarachchi and Ziqi Xu and Stefan Westerlund},
journal= {arXiv preprint arXiv:2401.04280},
year = {2024}
}