KDD

Graph Neural Multilevel Preconditioners for Iterative Solvers

用于迭代求解器的图神经多重网格预条件子

Zechen Zhang, Rui Peng Li, Yousef Saad

AI总结 本研究针对大型稀疏线性系统求解问题，提出图神经多重网格预条件子（GMP），在800余个稀疏矩阵基准上验证其性能，明确该方法的收敛提升潜力与开销局限。

Comments Accepted at KDD 2026

ARES: Anomaly Recognition Model For Edge Streams

ARES：用于边缘流的异常识别模型

Simone Mungari, Albert Bifet, Giuseppe Manco, Bernhard Pfahringer

机构 * University of Calabria（卡塔尼娅大学） ； ICAR-CNR（ICAR-国家研究委员会） ； Revelis s.r.l.（Revelis公司） ； Artificial Intelligence Institute, University of Waikato, NZ（瓦卡托大学人工智能研究所） ； LTCI, Télécom Paris, Institut Polytechnique de Paris（LTCI，巴黎电信，巴黎理工学院） 纠错

AI总结 ARES是一种用于边缘流的无监督异常检测框架，结合图神经网络和半空间树，通过潜在空间捕捉异常行为并高效隔离异常，适用于实时检测和不同领域的适应性。

Comments Accepted at KDD 2026