arXiv cs.AI· Mohammad Ostadmohammadi, Sepehr Kazemi, Hamid R. Rabiee·· 14 小时前AI 评分22
GTIN：面向时序图事件与时间联合预测的统一可扩展框架
GTIN: A Unified Scalable Framework for Joint Event and Time Prediction in Temporal Graphs
AI 导读
GTIN 是一个可扩展的统一数学框架，用于在边事件时序图中联合预测下一个事件及其发生时间。该框架可适配多种网络结构与时间动态，在多个数据集上的实验表明其持续优于现有方法，尤其在不规则事件模式和复杂时间依赖场景下表现突出。
正文 · AI 翻译
摘要：时序图正日益被用于对社交、金融和交通网络等不同领域的动态系统进行建模。预测这些系统中下一个事件是什么以及何时发生，对于理解和预判复杂行为至关重要，但相关研究仍然较少，尤其是在大规模图中。为填补这一空白，我们提出了一个可扩展的统一数学框架，能够刻画事件发生在边上的时序图中不同程度的复杂性。我们的框架灵活且表达力强，足以容纳广泛的网络结构和时序动态。在此分析基础上，我们提出了一种新颖的可扩展方法，用于联合预测下一个事件及其发生时间。在多个数据集上的实证评估表明，我们的方法始终优于现有技术，尤其是在涉及不规则事件模式和复杂时序依赖的场景中。这些发现凸显了我们的框架作为时序事件预测未来研究坚实基础的潜力。
| 学科： | 社交与信息网络（cs.SI）；人工智能（cs.AI） |
| 引用为： | arXiv:2607.23556 [cs.SI] |
| （或使用 arXiv:2607.23556v3 [cs.SI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2607.23556 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Mohammad Ostadmohammadi [查看邮箱]
[v1]
2026年7月26日 星期日 09:15:27 UTC（222 KB）
[v2]
2026年8月14日 星期五 15:09:18 UTC（218 KB）
[v3]
2026年10月26日 星期一 07:24:19 UTC（160 KB）
来源：arXiv cs.AI · arxiv.org