-
题名基于动态图表示学习的轻量化节点分类方法
- 1
-
-
作者
闫钦与
颜靖华
卜凡亮
王宇哲
-
机构
中国人民公安大学信息网络安全学院
-
出处
《现代电子技术》
北大核心
2025年第18期1-8,共8页
-
基金
中国人民公安大学安全防范工程双一流专项基金(2023SYL08)。
-
文摘
动态图节点分类是图表示学习领域的经典下游任务,旨在通过动态图中已有信息预测未标记节点所属类别。然而,现有动态图节点分类方法普遍存在模型规模较大、结构复杂导致的计算压力问题。为解决该问题,提出一种基于动态图表示学习的轻量化节点分类方法(LNDG)。该方法采用图编码器对动态图节点、链路和时间信息进行编码;并引入一个创新的GAM模块,利用分组查询注意力(GQA)机制和MLP-Mixer方法进一步学习时间和空间维度的特征表示,实现对动态图特征的完整捕捉。在3个公开的经典数据集上的实验结果表明,LNDG方法整体的参数量仅为0.70 MB,相较于基线模型AUC值更优,具有轻量化和高效性的优势。所提方法在整体规模和最终效果方面达到了较好的平衡,在动态图节点分类任务中具有良好的综合性能。
-
关键词
动态图
节点分类
图表示学习
分组查询注意力机制
图神经网络
GAM模块
-
Keywords
dynamic graph
node classification
graph representation learning
grouped-query attention mechanism
graph neural network
GAM module
-
分类号
TN911.72-34
[电子电信—通信与信息系统]
TP391
[自动化与计算机技术—计算机应用技术]
-
