★ 2
研究对比规则、路径特征与图神经网络在薪酬欺诈检测中的表现
论文在合成 HR/ERP 图上将薪酬欺诈筛查建模为归纳式链接预测与实体排序,对比分析规则、显式路径特征与 GNN。基于链式连接特征的梯度提升模型整体平均精度最高(0.823),高于 GraIL 风格 GNN 的 0.663,说明多跳增益并非 GNN 独有。
arXiv cs.AI4 小时前
共 3 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文在合成 HR/ERP 图上将薪酬欺诈筛查建模为归纳式链接预测与实体排序,对比分析规则、显式路径特征与 GNN。基于链式连接特征的梯度提升模型整体平均精度最高(0.823),高于 GraIL 风格 GNN 的 0.663,说明多跳增益并非 GNN 独有。
论文针对稀疏图链接预测中扩散启发式连通性不足与几何方法谱不稳定的问题,提出能量框架 Concorde,将链接似然分解为无参数谱锚点、混合曲率流形残差与双曲切丛向量场三个解耦分支,经学习门控融合。在五个覆盖稀疏、稠密、无特征与带属性场景的基准上,稀疏设置下 P@10% 接近翻倍,取得领先的早期检索精…
论文提出BridgeMem,为冻结的全词表预测器对数分数添加二元转移残差修正,通过检索查询主体与候选间严格先于t的事件并编码关系、方向与时滞,转化为似然比校正。在五个基准上,BridgeMem在全部20项过滤MRR与Hits@K比较中均优于2021-2026年九个最强基线。