关于 Graph Neural Networks 的报道

该论文提出用图神经网络参数化Hawkes影响核的点过程模型，相比直接用神经网络建模条件强度，能显式利用图结构捕捉事件间的网络依赖。这意味着在社交网络、交通等结构化离散事件建模上，模型可同时获得GNN的表征能力与核函数的可解释性，为深度点过程提供了新的结构先验。