跳到正文
热点事件持续更新

研究提出符号图结构扰动稳定性分析方法

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

2026年10月23日,相关研究针对包含正负交互的符号图网络,分析了图滤波器在边添加、删除及符号翻转等结构扰动下的稳定性,揭示了符号边扰动与节点特征相关性对表示稳定性的共同影响机制。基于该理论,研究人员提出了一种能够筛选具结构影响力边修改的扰动策略。在合成与真实符号图上的实验表明,相比基线方法,该策略能引发更显著的嵌入(embedding)漂移、极性变化以及下游链路预测性能的下降。

AI 根据报道生成 · 7 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月23日
  1. arXiv 机器学习
    符号图在结构扰动下的稳定性分析

    研究人员针对正负交互符号图网络,分析了图滤波器在边添加、删除及符号翻转扰动下的稳定性,揭示了符号边扰动与节点特征相关性对表示稳定性的共同影响。基于该理论提出的扰动策略可筛选具结构影响力的边修改。在合成与真实符号图上的实验表明,该方法比基线能引发更显著的 embedding 漂移、极性变化及下游链路预测性能下降。

本事件热度走势

当前热度 8·可比范围峰值 10(10月23日 13:00)·近 24 小时可比范围变化 –

02.557.51010月23日13:0010月23日15:0010月23日16:0010月23日18:00

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。