Causal Invariant Geographic Network Representations with Feature and Structural Distribution Shifts

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种特征-结构混合不变表示学习模型(FSM-IRL),旨在解决深度图神经网络在处理地理数据时的分布偏移问题。该模型通过因果注意力方法增强学习能力,提升了在离线分布场景下的表现。

🏷️

标签

➡️

继续阅读