Core Concepts
GNNの予測不確実性は、安定しない予測と誤った結果につながり、その統合と利用が重要である。
Abstract
概要
GNNの不確実性に焦点を当てた包括的な調査。
導入
GNNは重要な現実世界アプリケーションで広く使用されている。
不確実性は予測に影響を与え、安定しない結果をもたらす。
不確実性源の特定
データ収集、GNN構築、推論からの不確実性源を特定する必要がある。
不確実性量子化
存在するグラフの不確実性量子化方法を3つのクラスに分類し、それぞれ詳細に説明。
GNNタスクへの応用
不確実性がノード選択や異常検出などさまざまなタスクでどのように活用されているかを示す。
将来方向
グラフ関連の微細な不確実性特定、信頼できるデータセットと評価メトリックの構築、タスク指向の不確実性量子化方法設計が必要。
Stats
機能ごとに異なるソースや種類の不確かさを区別することが重要です。