研究：GNN深度集成存在认知坍缩
热点事件持续更新
研究：GNN深度集成存在认知坍缩
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
一项针对消息传递图神经网络（GNN）的研究发现，深度集成在不确定性量化上相比单模型仅有边际提升。作者Pedro C. Vieira等人称，提升主要来自平均化点预测中的优化噪声，而非更好的不确定性估计。 研究在八个数据集上通过偶然-认知不确定性分解发现，独立训练的网络会收敛到过度相似的预测，作者将这一现象称为“认知坍缩”，并将其与消息传递的平滑偏置相关联。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
深度集成在图上真的能捕捉不确定性吗？研究揭示 GNN 中的认知坍缩报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv cs.LG深度集成在图上真的能捕捉不确定性吗？研究揭示 GNN 中的认知坍缩
研究针对消息传递图神经网络（GNN）检验深度集成的不确定性量化效果，在八个数据集上发现集成相比单模型仅有边际提升。提升主要来自平均化点预测中的优化噪声，而非更好的不确定性估计。通过偶然-认知不确定性分解，作者发现独立训练的网络会收敛到过度相似的预测，即"认知坍缩"，并将其与消息传递的平滑偏置相关联。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。