arXiv stat.ML· Kenneth Martin, Simon Heilig, Asja Fischer, Michel F. C. Haddad, Adam M. Sykulski, Moshe Eliasof·· 5 小时前AI 评分22
时空预测基准数据集与模型的批判性审计
A Critical Audit of Spatiotemporal Forecasting Benchmark Datasets and Models
AI 导读
一项审计发现，GNN 在常用时空预测基准上的表现并不一致，重新评估时间线性基线后，GNN 在多个基准上的增益大幅缩水，在部分基准上甚至被线性基线超越。为 GNN 提供自回归残差可提升其表现，尤其在非交通类基准上；合成实验显示 GNN 对时间动态与空间图交互的异质性较为敏感。
来源：arXiv stat.ML · arxiv.org