Signed graph neural ordinary differential equation for modelingcontinuous Time dynamics

背景与问题

• 连续时间动态建模：许多现实世界的系统（如交通流量、基因调控、生态系统等）需要建模随时间连续变化的动态。现有的方法通常基于图神经网络（GNN）结合普通微分方程（ODE），如NDCN、STGODE和STG-NCDE，但这些方法忽略了图中边的正负信息（例如，合作或竞争关系）。
• 问题：忽略正负信息可能导致模型无法准确捕捉复杂系统中的真实动态，尤其是在存在对抗性或负相关关系时。此外，现有方法在优化复杂图结构时可能面临收敛困难、过拟合或计算成本高的问题。