Projective Graph DGPs

新框架评估节点分类中的认知不确定性降低

研究人员开发了一个新的统计框架来研究节点分类中的认知不确定性，重点关注随着数据生成过程信息的可用性增加，不确定性如何降低。现有的图证据深度学习（EDL）方法被发现通过超参数调节不确定性，而不是直接估计数据不确定性，在信息增长下未能通过一致性测试。作为替代，提出了图自举集成方法，该方法通过重采样和随机训练捕获数据和过程不确定性，展示了超越标准深度集成方法的认知不确定性降低。