通过基于得分的分布外增强缓解图协变量漂移

💡 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得分的图生成策略,解决了训练与测试数据集间的分布漂移问题,合成未知环境特征,增强了图的分布外泛化能力。

🎯

关键要点

  • 本研究提出了一种基于得分的图生成策略。
  • 该策略解决了训练与测试数据集间的分布漂移问题。
  • 分布漂移对图学习模型性能造成显著影响。
  • 方法合成未知环境特征,同时保持图模式的有效性和稳定特征。
  • 实验结果表明,该方法在提高图的分布外泛化能力方面具备更大的有效性。
➡️

继续阅读