TGN – الشبكات البيانية الزمنية
Temporal Graph Networks (2020)
أعطِ كل عقدة ذاكرة تلخص تاريخها وتُحدَّث كلما شاركت في حدث، ثم احسب التمثيل اللحظي من الذاكرة والجوار الزمني.
الحدس
أعطِ كل عقدة ذاكرة تلخص تاريخها وتُحدَّث كلما شاركت في حدث، ثم احسب التمثيل اللحظي من الذاكرة والجوار الزمني.
الشرح التفصيلي
الإطار من وحدات: دالة رسالة لكل حدث (من ذاكرتي الطرفين والفارق الزمني وخصائص الحدث)، ومجمّع للرسائل في الدفعة (الأحدث أو المتوسط)، ومحدّث للذاكرة (GRU)، ووحدة تضمين (غالباً انتباه زمني كما في TGAT) تقرأ الذاكرة والجيران. يُعالج تيار الأحداث بالدفعات بالترتيب الزمني، مع حيلة لمنع تسرب الحدث الحالي إلى ذاكرته قبل التنبؤ به.
أظهرت الورقة أن الذاكرة مع تضمين بطبقة انتباه واحدة يفوق TGAT وJODIE مع كلفة أقل، وأن TGN تعمم كثيراً من النماذج السابقة بوصفها حالات خاصة.
البنية المعمارية
تيار أحداث ← رسائل ← تجميع ← تحديث ذاكرة GRU ← تضمين بانتباه زمني ← فاك تشفير.
المعادلات
m_i(t)=\operatorname{msg}\!\big(s_i(t^-),s_j(t^-),\Delta t,e_{ij}(t)\big),\qquad s_i(t)=\operatorname{GRU}\!\big(\bar{m}_i(t),s_i(t^-)\big)نقاط القوة
- ذاكرة طويلة المدى رخيصة
- إطار عام يوحّد نماذج سابقة
- أداء قوي في التنبؤ بالروابط
القيود
- تعقيد هندسي في معالجة التيار
- الذاكرة تحتاج تحديثاً تسلسلياً
- حساس للتقييم بالسلبيات السهلة
التعقيد الحسابي
O(|events|·d²) للذاكرة + كلفة التضمين لكل استعلام.
متى تستخدمه
تيارات أحداث كبيرة مستمرة تحتاج تنبؤاً فورياً.
التنفيذ في PyTorch Geometric
torch_geometric.nn.TGNMemory (مثال tgn.py)شيفرة توضيحية للاستخدام المعتاد؛ راجع توثيق إصدار المكتبة الذي تستخدمه قبل تشغيلها.
تابع التعلّم
نماذج مرتبطة
دروس تشرحه
المراجع
- Rossi, E., Chamberlain, B., Frasca, F., Eynard, D., Monti, F., & Bronstein, M. (2020). Temporal Graph Networks for Deep Learning on Dynamic Graphs. ICML 2020 Workshop on Graph Representation Learning and Beyond. arXiv: 2006.10637TGN: ذاكرة لكل عقدة تُحدَّث مع كل حدث.
- Huang, S., Poursafaei, F., Danovitch, J., Fey, M., Hu, W., Rossi, E., Leskovec, J., Bronstein, M., Rabusseau, G., & Rabbany, R. (2023). Temporal Graph Benchmark for Machine Learning on Temporal Graphs. Advances in Neural Information Processing Systems (NeurIPS), Datasets and Benchmarks. arXiv: 2307.01026معيار TGB للرسوم الزمنية مع تقييم موحّد.
