Buchumschlag

A Graph Prompt Fine-Tuning Method for WSN Spatio-Temporal Correlation Anomaly Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ye, Miao, Cui, Jing, huang, Yuan, He, Qian, Wang, Yong, Zhang, Jiwen
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A New Spatiotemporal Correlation Anomaly Detection Method that Integrates Contrastive Learning and Few-Shot Learning in Wireless Sensor Networks
von: Ye, Miao, et al.
Veröffentlicht: (2025)

Spatio-Temporal Graphs Beyond Grids: Benchmark for Maritime Anomaly Detection
von: Kim, Jeehong, et al.
Veröffentlicht: (2025)

Spatio-Temporal Anomaly Detection with Graph Networks for Data Quality Monitoring of the Hadron Calorimeter
von: Asres, Mulugeta Weldezgina, et al.
Veröffentlicht: (2023)

Prompt-Based Spatio-Temporal Graph Transfer Learning
von: Hu, Junfeng, et al.
Veröffentlicht: (2024)

A Novel Spatiotemporal Correlation Anomaly Detection Method Based on Time-Frequency-Domain Feature Fusion and a Dynamic Graph Neural Network in Wireless Sensor Network
von: Ye, Miao, et al.
Veröffentlicht: (2025)

Expand and Compress: Exploring Tuning Principles for Continual Spatio-Temporal Graph Forecasting
von: Chen, Wei, et al.
Veröffentlicht: (2024)

Spatio-Temporal Graph Unlearning
von: Guo, Qiming, et al.
Veröffentlicht: (2025)

Online Detection of Anomalies in Temporal Knowledge Graphs with Interpretability
von: Zhang, Jiasheng, et al.
Veröffentlicht: (2024)

Alleviating Structural Distribution Shift in Graph Anomaly Detection
von: Gao, Yuan, et al.
Veröffentlicht: (2024)

Edge Prompt Tuning for Graph Neural Networks
von: Fu, Xingbo, et al.
Veröffentlicht: (2025)

Instruction Fine-Tuning: Does Prompt Loss Matter?
von: Huerta-Enochian, Mathew, et al.
Veröffentlicht: (2024)

Equivariant Spatio-Temporal Attentive Graph Networks to Simulate Physical Dynamics
von: Wu, Liming, et al.
Veröffentlicht: (2024)

LLM-Empowered Class Imbalanced Graph Prompt Learning for Online Drug Trafficking Detection
von: Ma, Tianyi, et al.
Veröffentlicht: (2025)

STRAP: Spatio-Temporal Pattern Retrieval for Out-of-Distribution Generalization
von: Zhang, Haoyu, et al.
Veröffentlicht: (2025)

Weakly Supervised Video Anomaly Detection and Localization with Spatio-Temporal Prompts
von: Wu, Peng, et al.
Veröffentlicht: (2024)

Riemannian Liquid Spatio-Temporal Graph Network
von: Lu, Liangsi, et al.
Veröffentlicht: (2026)

DG-STMTL: A Novel Graph Convolutional Network for Multi-Task Spatio-Temporal Traffic Forecasting
von: Cui, Wanna, et al.
Veröffentlicht: (2025)

A Generalizable Anomaly Detection Method in Dynamic Graphs
von: Yang, Xiao, et al.
Veröffentlicht: (2024)

Video Anomaly Detection via Spatio-Temporal Pseudo-Anomaly Generation : A Unified Approach
von: Rai, Ayush K., et al.
Veröffentlicht: (2023)

Temporal Graph Networks for Graph Anomaly Detection in Financial Networks
von: Kim, Yejin, et al.
Veröffentlicht: (2024)

Global Spatio-Temporal Fusion-based Traffic Prediction Algorithm with Anomaly Aware
von: Liu, Chaoqun, et al.
Veröffentlicht: (2024)

Universal Prompt Tuning for Graph Neural Networks
von: Fang, Taoran, et al.
Veröffentlicht: (2022)

EAGLE: Contrastive Learning for Efficient Graph Anomaly Detection
von: Ren, Jing, et al.
Veröffentlicht: (2025)

STA-GANN: A Valid and Generalizable Spatio-Temporal Kriging Approach
von: Li, Yujie, et al.
Veröffentlicht: (2025)

Origin Tracer: A Method for Detecting LoRA Fine-Tuning Origins in LLMs
von: Liang, Hongyu, et al.
Veröffentlicht: (2025)

Prompt-Driven Continual Graph Learning
von: Wang, Qi, et al.
Veröffentlicht: (2025)

SGPT: Few-Shot Prompt Tuning for Signed Graphs
von: Zhai, Zian, et al.
Veröffentlicht: (2024)

Spatio-Temporal Graph Deep Learning with Stochastic Differential Equations for Uncovering Alzheimer's Disease Progression
von: Zhou, Houliang, et al.
Veröffentlicht: (2025)

Balanced Anomaly-guided Ego-graph Diffusion Model for Inductive Graph Anomaly Detection
von: Wei, Chunyu, et al.
Veröffentlicht: (2026)

Temporal Motif-aware Graph Test-time Adaptation for OOD Blockchain Anomaly Detection
von: He, Runang, et al.
Veröffentlicht: (2026)

Online Location Planning for AI-Defined Vehicles: Optimizing Joint Tasks of Order Serving and Spatio-Temporal Heterogeneous Model Fine-Tuning
von: Zheng, Bokeng, et al.
Veröffentlicht: (2025)

Deep Multi-View Channel-Wise Spatio-Temporal Network for Traffic Flow Prediction
von: Miao, Hao, et al.
Veröffentlicht: (2024)

DGP: A Dual-Granularity Prompting Framework for Fraud Detection with Graph-Enhanced LLMs
von: Li, Yuan, et al.
Veröffentlicht: (2025)

Synthetic Datasets for Machine Learning on Spatio-Temporal Graphs using PDEs
von: Arndt, Jost, et al.
Veröffentlicht: (2025)

GeoMAE: Masking Representation Learning for Spatio-Temporal Graph Forecasting with Missing Values
von: Ke, Songyu, et al.
Veröffentlicht: (2025)

DAGPrompT: Pushing the Limits of Graph Prompting with a Distribution-aware Graph Prompt Tuning Approach
von: Chen, Qin, et al.
Veröffentlicht: (2025)

Causally-Aware Spatio-Temporal Multi-Graph Convolution Network for Accurate and Reliable Traffic Prediction
von: Dong, Pingping, et al.
Veröffentlicht: (2024)

Irregular Traffic Time Series Forecasting Based on Asynchronous Spatio-Temporal Graph Convolutional Network
von: Zhang, Weijia, et al.
Veröffentlicht: (2023)

Self-Supervised Spatial-Temporal Normality Learning for Time Series Anomaly Detection
von: Chen, Yutong, et al.
Veröffentlicht: (2024)

Unraveling Spatio-Temporal Foundation Models via the Pipeline Lens: A Comprehensive Review
von: Fang, Yuchen, et al.
Veröffentlicht: (2025)