Graph Autoencoder Anomaly Detection for E-commerce Application by Contextual Integrating Contrast With Reconstruction and Complementarity - Université de technologie de Compiègne Accéder directement au contenu
Article Dans Une Revue IEEE Transactions on Consumer Electronics Année : 2024

Graph Autoencoder Anomaly Detection for E-commerce Application by Contextual Integrating Contrast With Reconstruction and Complementarity

Jinjie Wu
  • Fonction : Auteur
Fujian Normal University [Fujian]
Zhipeng Qiu
  • Fonction : Auteur
Fujian Normal University [Fujian]
Zhixia Zeng
  • Fonction : Auteur
Fujian Normal University [Fujian]
Ruliang Xiao
Fujian Normal University [Fujian]
Imad Rida
Biomécanique et Bioingénierie
Shi Zhang
  • Fonction : Auteur
Fujian Normal University [Fujian]

Domaines

Informatique [cs]

Imad Rida  : Connectez-vous pour contacter le contributeur

https://hal.utc.fr/hal-04403908

Soumis le : jeudi 18 janvier 2024-17:22:46

Dernière modification le : dimanche 21 janvier 2024-03:41:41

Fichier non déposé

Dates et versions

hal-04403908 , version 1 (18-01-2024)

Identifiants

Citer

Jinjie Wu, Zhipeng Qiu, Zhixia Zeng, Ruliang Xiao, Imad Rida, et al.. Graph Autoencoder Anomaly Detection for E-commerce Application by Contextual Integrating Contrast With Reconstruction and Complementarity. IEEE Transactions on Consumer Electronics, 2024, pp.1-1. ⟨10.1109/TCE.2024.3352186⟩. ⟨hal-04403908⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS UNIV-COMPIEGNE BMBI
15 Consultations
0 Téléchargements

Altmetric

Partager

Gmail Mastodon Facebook X LinkedIn More