Graph Data Imputation Based on Graph Differential Dependencies
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种名为GIG的图数据插补方法,旨在解决图数据中的缺失值问题。该方法通过学习图差异依赖(GDDs)来提高插补的可靠性和可解释性。实验结果表明,GIG在多个真实数据集上优于现有方法。
🎯
关键要点
-
本研究提出了一种名为GIG的图数据插补方法,旨在解决图数据中的缺失值问题。
-
GIG方法通过学习图差异依赖(GDDs)来提高插补的可靠性和可解释性。
-
实验结果表明,GIG在多个真实数据集上优于现有方法。
🏷️