GLADMamba: Unsupervised Graph-Level Anomaly Detection Based on Selective State Space Model
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了GLADMamba框架,解决了无监督图级异常检测中的长距离依赖和光谱信息忽视问题。通过选择性状态空间模型,GLADMamba在12个真实数据集上显著提升了检测性能。
🎯
关键要点
- GLADMamba框架解决了无监督图级异常检测中的长距离依赖和光谱信息忽视问题。
- 通过选择性状态空间模型,GLADMamba提高了信息融合和异常检测的效率。
- 在12个真实数据集上的实验结果显示,GLADMamba显著超越了当前最先进的方法,提升了检测性能。
➡️