★ 1
训练后 GNN 的局部证据与几何读出修复
论文用精确质量线性规划与两种学习式事后修复，区分节点分类 GNN 误差来自混合权重不佳还是可达 logit 集位置不当。在八个数据集、八种 GNN 主干与十个划分上，平均准确率从 62.6% 提升至重加权 63.8%、集合条件平移 65.3%。结果显示平移解释了大部分增益，而无标签重加权难以捕捉局…
arXiv cs.LG39 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文用精确质量线性规划与两种学习式事后修复，区分节点分类 GNN 误差来自混合权重不佳还是可达 logit 集位置不当。在八个数据集、八种 GNN 主干与十个划分上，平均准确率从 62.6% 提升至重加权 63.8%、集合条件平移 65.3%。结果显示平移解释了大部分增益，而无标签重加权难以捕捉局…