Entrar
insight - Graphentheorie Maschinelles Lernen
Grenzen der Ausdruckskraft von Graphneuronalen Netzen: Eine kritische Analyse der Weisfeiler-Leman-Methode
Die Ausdruckskraft von Graphneuronalen Netzen (GNNs) wird oft durch den Vergleich zu k-dimensionalen Weisfeiler-Leman (k-WL) Tests gemessen. Diese Arbeit zeigt jedoch, dass der k-WL Test nicht immer mit den Konzeptualisierungen von Ausdruckskraft durch Praktiker übereinstimmt und auch negative Auswirkungen auf Fairness, Robustheit und Datenschutz haben kann.
Effizientes Lernen gerichteter azyklischer Graphen aus partiellen Ordnungen
Das Hauptziel ist es, die direkte kausale Beziehung zwischen Variablen in einem gerichteten azyklischen Graphen (DAG) effizient zu lernen, wenn nur eine partielle Ordnung der Variablen bekannt ist.
Produtos | Recursos
© 2024 by Linnk AI