结构感知图弃权选择性预测方法提出

Jianxiang Xie 与 Belal Alsinglawi 提出一种结构感知图弃权方法，用于选择性预测。该方法把实例级可信度与变量间关系一致性视为两条独立的可靠性轴，后者通过可学习的稀疏图和 Dirichlet 式结构能量 E_struct 实现，训练时采用误差加权图正则化与分数-误差对齐。 在七个长时程基准和四个骨干模型上，结构门控在相同覆盖率下常比 TEM 降低选择性 MSE，跨变量结构信息更丰富时增益最大；但报道指出，这种增益并非普遍存在。

AI 根据报道生成 · 7 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。