结构感知图弃权选择性预测方法

Jianxiang Xie 和 Belal Alsinglawi 提交论文《Structure-Aware Graph Abstention for Reliable Selective Forecasting》，提出结构感知图弃权方法：把实例级合理性与关系一致性当作两条独立可靠性轴，用可学习稀疏图和 Dirichlet 式结构能量 E_struct 刻画后者，并以误差加权图正则化和分数误差对齐训练。 在七个长时程基准和四个骨干网络上，结构门控在相同覆盖率下常能降低选择性 MSE，优于 TEM；增益在与跨变量结构信息更相关的场景最大。作者称增益并非普遍存在，说明它是一种互补的弃权信号。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。