Optimierung von Graphneuronalen Netzen mit Quasi-Wasserstein-Verlust
Der Quasi-Wasserstein-Verlust bietet eine neue, theoretisch fundierte Verlustfunktion zum Trainieren von Graphneuronalen Netzen, die die Abhängigkeiten zwischen Knotenbeschriftungen berücksichtigt und zu besseren Vorhersageergebnissen führt.
