一种时序图嵌入方法ReMIT

精度↑10.2%，训练省30%

用预训练-蒸馏将深层社区与全局信息注入模型，让嵌入兼顾效率与性能。

刘猛 · 刘勇 · 任倩倩 · 韩蒙

Information Fusion 2025

参数信息

性能提升

10.2 %

训练时间减少

30 %

技术优势

训练更快

通过预训练模块提前捕获深层信息并蒸馏到训练模块，避免训练时重复计算，训练时间减少近30%。

精度更高

将深层社区与全局信息融入嵌入，在多个真实数据集上性能最高提升10.2%。

应用场景

• 动态图表示学习：用预训练蒸馏得到更高精度且训练更快的动态图嵌入。
• 群体行为建模：通过融合深层社区信息提升群体行为建模精度。
• 时序网络分析：高效获取时序网络中的深层结构与全局信息。
• 机器人协作图学习：加速机器人协作图学习并提升任务性能。