概念漂移下稳健适配
针对多任务在线预测，通过动态图表示与漂移感知更新，实现对新活动与行为变化的持续适应。
Xiwei, Zhang · 方贤文 · Wei, Bao · 刘聪
IEEE Transactions on Services Computing 2026
通过动态图快照和架构扩展策略，图神经网络能够增量学习新出现的活动，无需重新训练整个模型。
集成优先经验回放并附加稀有度奖励，保证模型在非平稳环境中对重要且罕见的样本进行充分学习。
框架可与GCN、GAT、GIN等不同图神经网络骨干结合，且均显著优于现有基线，说明其通用性。