Mila 发布 Temporal Graph Reasoning Benchmark (T-GRAB) 数据集, 应用在 时间图神经网络、时间推理 领域

Mila 本次发布的数据集 Temporal Graph Reasoning Benchmark (T-GRAB), T-GRAB是一个专为评估时间图神经网络（TGNNs）在时间推理方面的能力而设计的合成基准。它包含了一系列的合成任务，旨在系统地检验TGNNs在三个核心方面的能力：计数/记忆周期性重复、推断延迟因果关系以及捕捉跨越时空维度的长期依赖关系。通过这种方式，T-GRAB提供了可控且可解释的任务，这些任务可以隔离出关键的时序技能，并允许在受控的环境中对TGNNs进行评估。数据集T-GRAB包含三个动态链接预测任务类别，分别是周期性任务、因果关系任务和长程时空任务。这些任务旨在帮助研究者更深入地理解TGNNs在处理时序数据时的局限性和挑战。

查看Temporal Graph Reasoning Benchmark (T-GRAB)

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。