BriefGPT - AI 论文速递
·
Graph Anomaly Detection across Out-of-Distribution Domains: Adaptive Test-time Representation Learning
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了AdaGraph-T3框架，解决了图异常检测中标记异常稀缺的问题。该框架结合监督与自监督学习，显著提升了跨领域图异常检测的性能，实验结果表明其在多个设置中优于最佳竞争模型。
🎯
关键要点
- 本研究提出了AdaGraph-T3框架，解决了图异常检测中标记异常稀缺的问题。
- AdaGraph-T3结合了监督与自监督学习，利用同质性基础的亲和力得分在测试阶段适应新领域。
- 该框架显著提升了跨领域图异常检测的性能。
- 实验结果显示，AdaGraph-T3在多个跨领域设置中，AUROC和AUPRC分别比最佳竞争模型提高了超过6.6%和7.9%。
🏷️
标签
➡️
