基于采样指导的异构图神经网络与时间平滑的可扩展纵向数据填补

本文提出了一种新颖的框架——采样指导的异构图神经网络（SHT-GNN），旨在有效解决纵向研究中缺失数据填补的问题。与传统方法不同，该方法无需大量预处理即可处理不规则或不一致的缺失数据模式，实验结果表明SHT-GNN在复杂的大规模纵向数据背景下具备优秀的填补能力和性能。