本研究提出了一种名为GIG的图数据插补方法，通过学习图差异依赖（GDDs）来训练模型，解决了传统方法缺乏数据上下文和可解释性的问题。实验结果显示，GIG在七个真实数据集上优于现有方法，提高了插补的可靠性和可解释性。

基于图差异依赖的图数据插补
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证