【CIKM2024教程】高效的时间图学习：算法、框架与工具

文章预览

来源：专知 本文 约1000字 ，建议阅读 5 分钟 本教程系统地介绍了最新的具备数据效率和资源效率的TGNN算法、框架和工具，并探讨了在高效时间图学习领域中一些具有前景但尚未充分研究的方向。 信息和知识管理国际会议 (CIKM : The Conference on Information and Knowledge Management) 是CCF推荐的B类国际学术会议，是信息检索和数据挖掘领域顶级学术会议之一。会议主要涉及人工智能、数据科学、数据库、信息检索和知识管理等领域。CIKM' 24于2024年10月21日至25日在美国爱达荷州举行。 时间图通过时间边捕捉动态的节点关系，在时间变化模式至关重要的广泛领域中得到了广泛应用。时间图神经网络（Temporal Graph Neural Networks, TGNNs）由于其在表示时间图方面的有效性，受到了广泛关注。然而，TGNNs在现实世界的低资源环境中仍面临显著的效率挑战。 首先，从数据效率 ………………………………