KAIROS：动态图对比学习嵌入可微Koopman算子

研究者 Md Abrar Jahin、Taufikur Rahman Fuad 和 Md Rizwan Parvez 提出 KAIROS，一个将可微 Koopman 算子嵌入动态图对比学习循环的自监督框架，用于在学习到的嵌入空间中对时间演化进行线性化。 该框架采用双视图编码器，将原始节点特征与图扩散结构视图配对，并在多个时间窗口上以多粒度对比目标优化。作者称，在九个动态图基准上，KAIROS 全部取得 SOTA 异常检测结果，较此前工作最高提升 23.15 ROC-AUC 点，同时在无监督节点分类上保持竞争力。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。