多关系图学习:度门控在特定条件下严格优于关系重加权
热点事件持续更新
多关系图学习:度门控在特定条件下严格优于关系重加权
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
一篇多关系图学习论文提出按节点度数门控(degree gating)来决定是否使用某条关系,作者称已证明:当部分节点在该关系上被孤立、且攻击者无力打开门控时,度门控严格优于对该关系的任何选择或重加权,并且这一窗口是紧的。 论文同时划出边界:没有操纵成本信息时,安全的做法是弃用该关系;关系数不超过四条时,该方法多数情况下也会弃用,效果与仅靠验证集判断相当;其成本感知的建议只在关系较多时有用,且目前仅在人造图上验证。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 13:00
多关系图学习研究:何时该信任一条关系?操纵成本、暴露度与信任陷阱报道时间线
沿着报道,了解事件的不同侧面。
11月2日
- arXiv · cs.AI多关系图学习研究:何时该信任一条关系?操纵成本、暴露度与信任陷阱
一项多关系图学习研究提出按度数门控(degree gating)的关系使用方式,证明当部分节点在某一关系上被孤立、且攻击者无力打开门控时,它严格优于对该关系的任何选择或重加权。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。