提出PEMix处理图结构化缺失特征
热点事件持续更新
提出PEMix处理图结构化缺失特征
1 篇报道1 个报道来源21 小时前更新
先了解这件事
AI 综述
针对图神经网络中缺失特征的处理，Enrico Chialà等作者提出新方法PEMix，用以应对“图结构掩码依赖”——即缺失性会在相连节点间传播、使既有沿边传播观测值的方法效果大幅改变的问题。 PEMix 改用全局结构表示来条件化不完整节点特征的概率模型，再进行消息传递。作者称，在受控与自然缺失场景下，PEMix 均保持稳健，缺失越严重时表现越突出。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
当缺失性沿图传播：PEMix 超越特征传播处理缺失特征报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AI当缺失性沿图传播：PEMix 超越特征传播处理缺失特征
针对图神经网络中缺失特征的处理，研究指出既有沿边传播观测值的方法在“图结构掩码依赖”下效果大幅改变，即缺失性会在相连节点间传播。为此提出 PEMix，改用全局结构表示来条件化不完整节点特征的概率模型，再进行消息传递。在受控与自然缺失场景下，PEMix 均保持稳健，缺失越严重表现越突出。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。