HGCN(O) 工具包发布
热点事件持续更新
HGCN(O) 工具包发布
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
2026年11月3日，Fang Wang、Paolo Ceravolo 与 Ernesto Damiani 在 arXiv 提交论文，提出端到端自调优图工具包 HGCN(O)。该工具包采用 T-GCN 架构，在节点层处理事件信息、图层处理序列信息，并通过超模型优化自动确定模型结构与训练配置。在两个均衡基准上，核心 T-GCN 的 F1 分数达 1.0000；在高类别不平衡数据集上，加权 F1 为 0.8639，优于 GAT（0.8318）和 TransformerConv（0.8453）。
AI 根据报道生成 · 3 小时前更新
最新进展11月3日 13:00
HGCN(O)：用于事件序列结果预测的自调优 GCN 超模型工具包报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · MLHGCN(O)：用于事件序列结果预测的自调优 GCN 超模型工具包
提出端到端自调优图工具包 HGCN(O)，通过 T-GCN 架构在节点层处理事件信息、图层处理序列信息，结合超模型优化自动确定模型结构与训练配置。在两个均衡基准上核心 T-GCN 的 F1 分数为 1.0000，在高类别不平衡数据集上加权 F1 为 0.8639，优于 GAT 的 0.8318 和 TransformerConv 的 0.8453。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 811月3日 21:00
- 近 24 小时变化
- –
02468
21:0022:0023:00
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。