arXiv cs.AI / cs.LG 最新· Eloi Campagne·· 21 小时前AI 评分47
电力负荷预测中 GNN 的诊断协议：分离参数共享与邻域访问
A Diagnostic Protocol for GNNs in Electricity Load Forecasting: Separating Parameter Sharing from Neighborhood Access
AI 导读
提出一套 GNN 诊断协议，用逐节点网络、无邻居的共享网络和无边 GNN 三个参考模型，分离参数共享与邻居读取带来的增益。在法国区域负荷和英国低压馈线上，参数共享弥补了节点专属模型与 GNN 之间约三分之二的误差差距，加边增益有一半以上在保持度数的重连后消失。三个数据集中边均非 GNN 优势的主要来源，须先与逐节点及共享基线对比。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。