动态图世界模型：从时间上下文中学习未来动态
预印本摘要称，研究者提出了动态图世界模型（DyG-WM），首次从时间上下文中联合预测未来节点与关系表征，而无需重建原始图。该模型包含历史节点-关系上下文编码器、捕捉有序结构变化的路径签名编码器，以及双层联合嵌入目标。在12个链路预测和2个节点分类数据集上的实验验证了其有效性。
预印本摘要称，研究者提出了动态图世界模型（DyG-WM），首次从时间上下文中联合预测未来节点与关系表征，而无需重建原始图。该模型包含历史节点-关系上下文编码器、捕捉有序结构变化的路径签名编码器，以及双层联合嵌入目标。在12个链路预测和2个节点分类数据集上的实验验证了其有效性。