Hyperedge Anomaly Detection with Hypergraph Neural Network
本文提出了一种基于超图神经网络的端到端模型,用于在超图中识别异常关联。该算法以无监督方式运行,无需任何标注数据。实验表明,该方法在多个真实数据集上能有效检测异常超边。超图作为一种数据结构,能够建模实体间的高阶关联,而传统图结构仅能表示成对关系。尽管超图学习算法已在节点分类、链接预测等问题中广泛应用,但针对超图的异常检测研究尚少。
EVENT DOSSIER
On September 7, 2026, arXiv cs.AI published a research paper titled “Hyperedge Anomaly Detection with Hypergraph Neural Network”. This study proposes a method for detecting anomalies in hyperedges using hypergraph neural networks.
本文提出了一种基于超图神经网络的端到端模型,用于在超图中识别异常关联。该算法以无监督方式运行,无需任何标注数据。实验表明,该方法在多个真实数据集上能有效检测异常超边。超图作为一种数据结构,能够建模实体间的高阶关联,而传统图结构仅能表示成对关系。尽管超图学习算法已在节点分类、链接预测等问题中广泛应用,但针对超图的异常检测研究尚少。