简要摘要：深度集成是深度学习中不确定性量化的标准方法，但其在图结构数据上的有效性通常仅基于其在计算机视觉等其他领域中的成功而被假设。本次演讲将介绍我最近论文的研究成果，该论文专门研究了用于消息传递图神经网络的深度集成方法。我们发现，集成方法在量化不确定性方面相较于单一模型带来的改进出人意料地微小，并对此现象进行了深入探讨。 http://t.cn/AXaEMl2k http://t.cn/AXaEMl2z
发布于 广东
Chaspark茶思屋