36 lines
1.1 KiB
Markdown
36 lines
1.1 KiB
Markdown
---
|
||
title: "Dynamic Relation Modeling"
|
||
created: 2026-05-15
|
||
updated: 2026-05-15
|
||
type: concept
|
||
tags: [machine-learning, graph-neural-networks, relational-data]
|
||
sources: [raw/papers/zeng-neurida-2025.md]
|
||
---
|
||
|
||
# Dynamic Relation Modeling
|
||
|
||
**Dynamic Relation Modeling** 是 DIME 管线的第二阶段，负责将跨表关系结构融入元组表示。
|
||
|
||
## 机制
|
||
|
||
在 [[relational-graph|关系图]]（以 FK-PK 为边的元组图）上执行**关系感知消息传递**：
|
||
|
||
1. 每个元组节点以其 [[base-table-embedding|Base Table Embedding]] 初始化
|
||
2. 消息沿 FK-PK 边传递，聚合邻接表元组的信息
|
||
3. 通过多轮消息传递，元组嵌入吸收关联表的语义信息
|
||
4. 输出：**关系嵌入（Relational Embedding）**，融合了表内语义和跨表结构
|
||
|
||
## 可配置维度
|
||
|
||
- 聚合器类型：min / max / mean / sum
|
||
- 消息传递层数 ℓ
|
||
- 编码器层数和注意力头数
|
||
|
||
## 消融实验
|
||
|
||
移除 Dynamic Relation Modeling 后，性能显著下降——证实跨表结构信息对预测至关重要，尤其在目标表特征稀疏的场景下。
|
||
|
||
## 来源
|
||
|
||
- [[zeng-neurida-2025|NeurIDA 论文]]
|