BriefGPT - AI 论文速递
·
DG-Mamba：具有选择性状态空间模型的稳健高效动态图结构学习
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了DG-Mamba框架，以解决动态图神经网络在结构不完整、噪声和冗余性方面的鲁棒性不足问题。实验结果表明，该框架在对抗性攻击下优于现有方法。
🎯
关键要点
- 本研究提出了DG-Mamba框架。
- DG-Mamba框架旨在解决动态图神经网络的鲁棒性不足问题，特别是在结构不完整、噪声和冗余性方面。
- 框架中引入了一种核化动态消息传递算子，提升了对动态结构的学习能力。
- DG-Mamba在保持高效性的同时，增强了对抗性攻击下的鲁棒性。
- 实验结果显示，DG-Mamba的鲁棒性和效率优于现有的最先进方法。
➡️
