
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.


coremsg

grenzen-der-ausdruckskraft-von-graphneuronalen-netzen-eine-kritische-analyse-der-weisfeiler-leman-methode


Grenzen der Ausdruckskraft von Graphneuronalen Netzen: Eine kritische Analyse der Weisfeiler-Leman-Methode


title_rewrite


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.


effizientes-lernen-gerichteter-azyklischer-graphen-aus-partiellen-ordnungen


Effizientes Lernen gerichteter azyklischer Graphen aus partiellen Ordnungen
