Что такое temporal GNN?

Temporal GNN (Temporal Graph Neural Network) — это разновидность графовых нейронных сетей, которые учитывают временную динамику графа. В отличие от классических GNN, которые работают с статичными графами, temporal GNN моделируют изменения структуры графа и/или признаков вершин и рёбер во времени.

Основная идея — интегрировать временную информацию, чтобы предсказывать события, эволюцию связей или поведение узлов в динамических сетях, например, в социальных сетях, финансовых транзакциях или биологических системах.

Пример: если у вас есть граф пользователей соцсети, temporal GNN может учитывать, когда и как менялись связи между ними, чтобы предсказать будущие взаимодействия.

Пример упрощённой архитектуры на псевдокоде:

for t in time_steps:
    graph_t = get_graph_at_time(t)
    node_embeddings = GNN_layer(graph_t, previous_embeddings)
    previous_embeddings = node_embeddings

Таким образом, temporal GNN объединяют графовые операции с временными моделями, например, рекуррентными сетями или attention-механизмами, для обработки последовательностей графов.