Graph Anomaly Detection

Detect by Yourself: Self-Designing Agentic Workflows for Few-Shot Graph Anomaly Detection

Dieses Papier stellt SignGAD vor, ein neuartiges Framework zur Anomalieerkennung in Graphen mit wenigen Beispielen, das aufgabengesteuerte Detektions-Workflows entwirft, anstatt feste Anomaliedetektoren zu verwenden. Es begegnet Herausforderungen wie Anpassungsfähigkeit und schwachen Beweisen, indem es geeignete Graph-Kodierungen und Detektordesigns auswählt, um aufgabenspezifische Anomaliesignale zu nutzen.