temporal-graphs

本文提出针对时序图的指定-反例反事实方法，该方法能寻找低成本的过去事件干预，以产生特定的替代预测，并在连续时间动态图和时序知识图上进行评估。

BERTilda是一个可解释的框架，通过构建带有相似性和流信号的时间图来跟踪纵向文本流中的主题生命周期，以检测分裂、合并和其他转变，并在标注数据集上达到高一致率。

本文提出了一个利用时间图机器学习预测机构股权持仓的基准，将其建模为二分图上的节点亲和力预测。提出的NAVIS模型在SEC 13F申报数据集上达到了0.9127的最先进NDCG。

本文探讨了利用机器学习从gossip数据预测闪电网络通道是相互关闭还是强制关闭。一个带有时间特征的MLP优于基于图的模型，并且数据集已公开。