Ranking-Based Consistency Training Enhances the Reliability of Graph Neural Networks

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种基于排名的一致性预测(RCP-GNN)框架,旨在解决图神经网络在高风险场景下缺乏严格不确定性估计的问题。实验结果表明,该模型在节点分类任务中有效降低了效率损失。

🎯

关键要点

  • 本研究提出了一种基于排名的一致性预测(RCP-GNN)框架。
  • 该框架旨在解决图神经网络在高风险场景下缺乏严格不确定性估计的问题。
  • 实验结果表明,该模型在节点分类任务中有效降低了效率损失。
  • RCP-GNN在多个真实数据集上的实验显示,能够保证预定义覆盖率目标。
➡️

继续阅读