AddGraph: Anomaly Detection in Dynamic Graph Using Attention-based Temporal GCN
Metadane
- Autorzy: Li Zheng, Zhenpeng Li, Jian Li, Zhao Li, Jun Gao
- Rok: 2019
- Źródło: IJCAI 2019
- DOI/Link: [Do uzupełnienia]
- Status: to-read
- Pochodzenie: Wyekstrahowane z xu-crowdsourcing-fraud-mmma-2024
- Tagi: to-read reference anomaly-detection dynamic-graph temporal-gcn attention
Notatki
AddGraph wykorzystuje temporal GCN i mechanizm uwagi do modelowania krótkoterminowych i długoterminowych wzorców. Następnie sieć GRU jest wprowadzana do przetwarzania takich wzorców i kodowania cech temporalnych.
Publikacja dodana automatycznie z bibliografii. Dodaj PDF aby wygenerować pełne podsumowanie używając /summarize-paper zheng-addgraph-2019