Полярность-асимметричная структурная калибровка для прогнозирования указателей связи

arXiv: 2609.05896v1 Annuales Type: rectraview: Link Signing (LSP) имеет целью определить позитивную или негативную полярность незаметных связей в подписанных сетях. Подписываемые Graph Neural Networks (SGNns) обычно основываются на подписанных структурных приводах, включая структурный баланс и сходство гомофилий в качестве руководства для передачи сообщений и прогнозирования. Эти приводы описывают тенденции на уровне населения, а не гарантии для отдельных целевых групп. Их неудачи особенно дорого обходятся в условиях серьезного дисбаланса, когда ошибки по отношению к меньшинствам и конфликтам на местном уровне труднее выявить и исправить. Мы предлагаем проводить калибровку полярности-асимметричной структуры (ПАСС) в качестве целевой структурной основы для прогнозирования подсоединенных связей. ПАСС строит предварительное представление только по структуре, оценивает целевые структурные результаты за предыдущий период и сопоставляет этот балл с местной подписанной композицией для получения остатка конфликта. Остаточные калибровки подписывают агрегирование внимания, целевой показатель e