UniSAGE:统一建模静态与动态属性的新型框架

arXiv·4 天前

随着数字数据的快速增长,现实应用中的层级化信息往往同时包含静态属性与动态记录。传统方法通常需要大量人工设计、与特定数据模式强耦合,且往往将静态与动态属性分开处理,忽略了它们之间的隐式交互。

为此,研究团队提出UniSAGE框架,旨在统一建模兼具静态与动态属性的数据。该框架构建了一个全局属性图,将层级关系与时间关系纳入统一结构。为确保表征一致性,UniSAGE引入了两个正交的参数子空间,在共享语义空间中共同支持静态聚合与动态推理。

基于这些统一表征,UniSAGE进一步通过轻量级的超结构机制,实现静态与动态属性之间面向任务的交互。该框架完全自动化,对演化的数据模式具有鲁棒性,并能捕捉复杂的跨属性依赖关系。

在多个公开基准和真实世界金融行为数据集上的大量实验表明,UniSAGE始终优于现有方法,在多项任务中实现了超过10%的性能提升。

模型框架数据建模静态动态属性图神经网络AI研究

原文来源:https://arxiv.org/abs/2607.14102

相关阅读

AI_LectureNote:英语医学术语还原与语义保真度研究
大模型生成文本的“文学无风格”现象
大语言模型中的问题顺序效应:QQ等式审计揭示机制特性与饱和陷阱
首个吉尔吉斯语大模型基准发布:揭示低资源语言评估挑战
Scope3Trace:基于证据的Scope 3温室气体排放识别与提取框架

← 返回