EdgeReMIND：面向时序多关系链路预测的可扩展、高排名记忆基线
英文标题：EdgeReMIND: A Scalable, Top-Ranked Memorization Baseline for Temporal Multi-Relational Link Prediction
时序图基准测试 TGB 2.0（Temporal Graph Benchmark 2.0）上的时序链路预测任务正遭遇严重的可扩展性瓶颈。在 TGB 2.0 规模最大的三个数据集上，现有的所有图嵌入方法均出现内存溢出（OOM）或运行时间超标的问题。针对超大规模时序多关系图的计算瓶颈，EdgeReMIND 提出了一种高效可扩展的记忆基线方法，在性能与资源开销间取得了优异平衡，为大规模动态图学习及相关工程实践提供了重要参考。
打开原文相关 1.6 · 机会 0
2.1 KB
640 B
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
arXiv:2609.17916v1 类别：新提交（new）
摘要
时序图基准测试 2.0（Temporal Graph Benchmark 2.0, TGB 2.0）上的时序链路预测任务正面临可扩展性上限：在该基准最大的三个数据集上，现有的所有嵌入模型均会耗尽内存或超出设定的时间预算。这些大规模图结构……
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×