heterogeneous-graphs

本文介绍了RelAD，一个基于重构的框架，用于检测关系数据库中的异常，通过联合建模属性和关系边重构。在六个新基准上的大量实验表明，RelAD优于现有方法。

本文提出了一种可扩展的异构图神经网络工作流，用于数据驱动的最优潮流替代建模，利用超级计算机进行分布式训练，并通过微调预训练模型展示了性能改进。