Mitigating Homophily Disparity in Graph Anomaly Detection: A Scalable and Adaptive Approach
缓解图异常检测中的同质性差异:一种可扩展和自适应的方法
机构 * State Key Laboratory for Novel Software Technology(新型软件技术国家重点实验室) ; Nanjing University(南京大学) ; National Engineering Laboratory for Big Data Analysis and Applications(大数据分析与应用国家工程实验室) ; Peking University(北京大学)
AI总结 SAGAD通过自适应融合和频率偏好指导损失,有效缓解图异常检测中的同质性差异,实现高效且可扩展的异常检测
Comments Accepted by WWW 2026