保护图神经网络的无监督图异常检测 原文约500字,阅读约需1分钟。发表于:2024-04-25T00:00:00Z。 本文提出了一个简单而有效的框架 G3AD,它引入了两个辅助网络和相关性约束来保护 GNN 免受不一致信息编码的影响。此外,G3AD 还引入了一个自适应缓存模块,以防止 GNN 仅重构包含异常的观察数据。大量实验证明,我们提出的 G3AD 在合成数据集和实际数据集上均能优于 17 个最先进的方法。 该研究提出了一种基于动态图的无监督生成式异常检测方法(GADY),用于检测行为明显偏离图和时间信息内观察到的规范的实体。实验证明,GADY在三个现实世界数据集上明显优于先前的方法。 GADY 动态图 实验证明 无监督 生成式异常检测 神经网络