跨時節點建模

深度分析

SiST-GNN：在單層訊息傳遞中同時融合時空訊息的動態圖神經網路

許多關係系統隨時間演化需預測未來互動。SiST-GNN在單一訊息傳遞層同時融合空間與時間訊號，將節點歷史隱態與當前特徵以交叉時間邊引入圖中並共同卷積。在多個基準的連結預測與節點分類上顯著提升，固定切分與即時更新評估的MRR分別提升109–277%與68–194%。