Flussi di lavoro agentici auto-progettanti per il rilevamento di anomalie nei grafi con pochi esempi

È stato introdotto un nuovo framework chiamato SignGAD (flussi di lavoro agentici auto-progettanti per il rilevamento di anomalie nei grafi con pochi esempi) per affrontare due problemi principali nel rilevamento di anomalie nei grafi: la rigidità delle pipeline fisse che ostacola l'adattabilità a vari compiti con supervisione limitata e l'insufficienza di prove che impedisce l'integrazione di segnali di anomalia contestuali e strutturali. SignGAD sposta l'attenzione dall'addestramento di un rilevatore di anomalie statico alla creazione di flussi di lavoro di rilevamento su misura per compiti specifici. Identifica codifiche di grafi e progetti di rilevatori appropriati per sfruttare le prove di anomalia rilevanti per il compito. Inoltre, il framework presenta una fase finale protetta... (testo sorgente troncato). Il documento è disponibile su arXiv con ID 2605.27470.