DG-Mamba: Robust and Efficient Dynamic Graph Structure Learning with Selective State Space Models

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出DG-Mamba框架,旨在解决动态图神经网络在结构不完整性、噪声和冗余性方面的鲁棒性不足问题。通过核化动态消息传递算子,DG-Mamba在保持高效性的同时提升了动态结构学习能力,实验结果表明其在对抗性攻击下的鲁棒性和效率优于现有方法。

🎯

关键要点

  • DG-Mamba框架旨在解决动态图神经网络在结构不完整性、噪声和冗余性方面的鲁棒性不足问题。
  • 通过核化动态消息传递算子,DG-Mamba在保持高效性的同时提升了动态结构学习能力。
  • 实验结果表明,DG-Mamba在对抗性攻击下的鲁棒性和效率优于现有方法。
➡️

继续阅读