CHASE：动态图节点分类标签漂移框架

研究者提出模型无关框架 CHASE，用于动态图节点分类中检测标签漂移节点（shifter）并覆盖过时的邻域信号。该框架可包裹任意动态 GNN，论文称在所有测试模型和数据集上持续提升 shifter 表现，准确率和 F1 分别最高提升 114.9% 和 202.5%，同时保持稳定节点性能。 研究同时贡献了三个含自然标签漂移的动态图基准，作者称其填补了现有资源的空白，代码已开源。

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。