人工智能学院王琪助理教授指导的2021级硕士研究生李金栋同学最新科研工作被ECML-PKDD’2023接收。李金栋同学一直从事图神经网络相关的研究工作。
论文题目：CVTGAD: Simplified Transformer with Cross-View Attention for Unsupervised Graph-level Anomaly Detection
第一作者：李金栋
指导教师：王琪
通讯作者：王琪
收录会议：ECML-PKDD’2023
会议级别：CCF-B
论文概述：
无监督图级别异常检测在许多领域都是一项重要的任务。现有的方法通常先采用数据增强技术来构建多个视图，然后采用不同的策略获取不同的表征，最后协同检测异常。然而，大多数的工作只从有限的感受野来考虑结点/图之间的关系，导致一些关键的结构模式和特征信息被忽略。此外，现有的方法大多数以并行的方式分别考虑不同的视图，无法直接探索不同视图之间的关系。为此，我们提出了带有交叉视图注意力机制的简化Transformer来解决上述问题。综合考虑性能和效率，我们采用了Batch级别的感受野。分别在结点级别和图级别采用Transformer去捕捉感受野范围内结点/图之间的关系，并采用交叉视图注意力机制直接探索不同视图间的共现性。据我们所知，这是第一次将Transformer与交叉注意力机制引入该领域并实现了Transformer与GNN协同工作。
