面向动态图神经网络的动态图池化策略及其时序建模机制.pdfVIP

面向动态图神经网络的动态图池化策略及其时序建模机制1

面向动态图神经网络的动态图池化策略及其时序建模机制

1.动态图神经网络基础

1.1动态图定义与特性

动态图是指图结构随时间变化的图数据，广泛应用于社交网络、交通系统、生物网

络等领域。与静态图不同，动态图具有以下核心特性：

•时间依赖性：节点和边的状态随时间演化，当前状态受历史状态影响。例如，社

交网络中用户关系的变化具有明显的时间连续性。

•结构动态性：图的拓扑结构可能随时间发生显著变化，包括节点的增加/删除、边

的出现/消失。研究表明，真实动态图的边变化率可达每小时5%-15%。

•多尺度特性：动态变化可能发生在不同时间尺度上，从毫秒级的交易网络到月级

的科研合作网络。

根据时间建模方式，动态图可分为：

1.离散时间动态图（DTDG）：按固定时间间隔采样，如每秒记录一次交通网络状态

2.连续时间动态图（CTDG）：事件驱动，精确记录每次变化的时间戳

1.2动态图神经网络模型概述

动态图神经网络（DynamicGraphNeural