Основы и моделирование динамических сетей с использованием динамических графовых нейронных сетей: обзор

Динамические сети используются в широком спектре областей, включая анализ социальных сетей, рекомендательные системы и эпидемиологию. Представление сложных сетей как структур, изменяющихся во времени, позволяет моделям сетей учитывать не только структурные, но и временные закономерности. Однако из-за того, что литература по динамическим сетям сформировалась в различных научных областях и использует несогласованную терминологию, в ней сложно ориентироваться. Тем временем графовые нейронные сети (GNN) в последние годы привлекли значительное внимание благодаря своей способности эффективно решать широкий спектр задач сетевой науки, таких как предсказание связей и классификация узлов. Несмотря на популярность графовых нейронных сетей и доказанные преимущества моделей динамических сетей, графовым нейронным сетям для динамических сетей уделялось мало внимания. Для решения проблем, связанных с междисциплинарным характером этого направления, а также для систематического обзора динамических графовых нейронных сетей данная работа разделена на две основные части. Во-первых, для устранения неоднозначности терминологии динамических сетей формулируются основы динамических сетей с использованием согласованных и подробных терминов и обозначений. Во-вторых, представлен всесторонний обзор моделей динамических графовых нейронных сетей с использованием предложенной терминологии.