arXiv Artificial Intelligence· Zongyuan Wu, Pengjie Wang, Lingshan Chen, Tianhang Wan, Yuan Meng, Xin Wang, Ling Feng, Wenwu Zhu·· 13 小时前AI 评分29
MM-DyGraph：多模态动态图的数据集、基准与模型
MM-DyGraph: A Dataset, Benchmark, and Model for Multimodal Dynamic Graphs
AI 导读
MM-DyGraph 是首个面向多模态动态图学习的基准，包含带细粒度时序演化与丰富多模态属性的真实数据集，并提供三项评估任务。基准测试显示，朴素特征拼接存在目标级不一致：多模态输入对某些预测目标有益、对另一些有害。为此提出的 TST-MF 框架将多模态融合与预测目标及时空关系统一条件化，在多数据集与任务上取得稳健且有竞争力的性能。
推荐理由模型分析
MM-DyGraph 首次为多模态动态图学习提供基准，包含真实数据集、细粒度时序演化与三种评测任务，填补了该方向缺少统一比较基线的空白。作者据此发现简单特征拼接对不同预测目标效果不一致，并提出以预测目标为条件的时空融合框架 TST-MF。从事动态图或多模态融合的研究者可参考其任务设置与基线，判断目标感知融合是否适用于自身数据条件。
来源：arXiv Artificial Intelligence · arxiv.org