Статистика > Машинное обучение [представлено 25 октября 2026 года] Название: Сколько графа слишком много? Граф Строение и воздействие в Spatio-Temorial Publicing View PDF HTML (экспериментальное) Резюме: Спатиозно-временные графические сети объединяют историю узла с информацией от соседей графиков. Главный вопрос в том, предоставляют ли соседи графиков прогнозирующую информацию за пределами собственной истории каждого узла. Точность прогноза зависит как от выбора соседей, так и от того, каким образом графические сообщения попадают в временную модель. Мы изучаем эти варианты как графическое строительство и график воздействия на уровень безработицы в США, скорость движения и спрос на электроэнергию. Наша диагностическая конструкция использует два сравнения: разное воздействие при фиксированном графике домена и изменённость конструкции, а также запоздалое интегрирование. ГРУ, используя только собственную историю каждого узла и случайный контроль графиков, помогает оценить вклад графа. Согласно общему протоколу прогнозирования изменений, один и тот же график домена может улучшить или ухудшить ошибку по отношению к GRU в рамках интеграционных проектов. Одной лишь последующей интеграции недостаточно, в то время как добавление интеграционной системы позволяет снизить среднюю ошибку во всех трех задачах. При запоздалой интеграции график, основанный на остаточных корреляциях, имеет наименьшую среднюю погрешность среди испытанных графов, хотя случайные графики аналогичны показателям…
Сколько Графа слишком много? Графическое строительство и воздействие при составлении временных прогнозов
arXiv: 261 0346411v 1 Annuate Type: новый резюме: Spatio-temporal графические сети объединяют историю узла с информацией от соседей графиков. Главный вопрос в том, предоставляют ли соседи графиков прогнозирующую информацию за пределами собственной истории каждого узла. Точность прогноза зависит как от выбора соседей, так и от того, каким образом графические сообщения попадают в временную модель. Мы изучаем эти варианты как графическое строительство и график воздействия на уровень безработицы в США, скорость движения и спрос на электроэнергию. Наша диагностическая конструкция использует два сравнения: разное воздействие при фиксированном графике домена и изменённость конструкции, а также запоздалое интегрирование. ГРУ, используя только собственную историю каждого узла и случайный контроль графиков, помогает оценить вклад графа. Согласно общему протоколу прогнозирования изменений, один и тот же график домена может улучшить или ухудшить ошибку по отношению к GRU в рамках интеграционных проектов. Одной лишь последующей интеграции недостаточно, в то же время добавляя интеграционную систему