University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）

Enhancing Topological Dependencies in Spatio-Temporal Graphs with Cycle Message Passing Blocks

通过循环消息传递块增强时空图中的拓扑依赖性

Minho Lee, Yun Young Choi, Sun Woo Park, Seunghwan Lee, Joohwan Ko, Jaeyoung Hong

机构 * AI Aided Engineering（AI辅助工程） ； Max Planck Institute for Mathematics（马克斯·普朗克数学研究所） ； University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） 纠错

AI总结 本文提出Cy2Mixer，一种基于拓扑非平凡不变量的时空GNN，通过循环消息传递模块增强拓扑依赖性，实验证明其在时空基准数据集上的优越性能。

Comments Proceedings of the Third Learning on Graphs Conference (LoG 2024)