이 서베이는 그래프 학습에서의 불확실성 정량화에 대한 포괄적인 내용을 다룬다.
먼저 제2장에서 확률적 그래프 모델(PGM)과 그래프 신경망(GNN)의 기본 개념을 소개한다.
제3장에서는 그래프 학습에서 발생할 수 있는 불확실성의 원천을 알레아토리 불확실성과 에피스테믹 불확실성으로 구분하여 설명한다.
제4장에서는 베이지안 방법론을 활용하여 불확실성을 표현하는 다양한 기법들을 소개한다. 직접 추론 방식과 베이지안 표현 학습 방식으로 나누어 설명한다.
제5장에서는 불확실성을 처리하는 최신 기법들을 다룬다. 이상치 탐지, 컨포멀 예측, 보정 등의 방법을 소개한다.
제6장에서는 불확실성 평가를 위한 지표들을 설명한다.
전반적으로 이 서베이는 그래프 학습에서의 불확실성 정량화에 대한 포괄적이고 심도 있는 내용을 제공한다.
To Another Language
from source content
arxiv.org
Önemli Bilgiler Şuradan Elde Edildi
by Chao Chen,Ch... : arxiv.org 04-24-2024
https://arxiv.org/pdf/2404.14642.pdfDaha Derin Sorular