IVGAE-TAMA-BO: A novel temporal dynamic variational graph model for link prediction in global food trade networks with momentum structural memory and Bayesian optimization
Created by
Haebom
Category
Empty
저자
Sicheng Wang, Shuhao Chen, Jingran Zhou, Chengyi Tu
개요
본 연구는 식량 안보와 공급망 안정성에 중요한 역할을 하는 글로벌 식량 무역 네트워크의 동적 구조를 모델링하고 미래 링크를 예측하기 위해 IVGAE-TAMA-BO라는 새로운 동적 그래프 신경망을 소개합니다. 이 모델은 무역 네트워크의 시간적 변화를 포착하기 위해 Trade-Aware Momentum Aggregator (TAMA)를 통합하고, 모멘텀 기반 구조적 메모리 메커니즘을 사용하며, 베이지안 최적화를 통해 하이퍼파라미터를 자동으로 조정합니다. 5개의 작물별 데이터세트에 대한 실험을 통해 IVGAE-TAMA-BO가 기존 모델보다 우수한 성능을 보임을 입증했습니다.
