יום רביעי, 7 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.LG ·

בחירה סלקטיבית לקטעי צפייה: גישה נוכחית לגרפים

Structure-Aware Graph Abstention for Reliable Selective Forecasting
במאמר זה נחקרה בחירה סלקטיבית לקטעי צפייה, עם התמקדות בתקינות סטרוקטורלית. המחברים פיתחו גישה חדשה לגרפים, המאפשרת לזהות ולהתמודד עם תקינות זו. התוצאות המוצגות במאמר כוללות תוצאות מבחנים והשוואות לגישות קיימות.
תקציר מקורי באנגליתarXiv:2610.08322v1 Announce Type: new Abstract: Selective forecasting abstains on high-risk test windows under a retained-coverage budget. Existing gates such as TEM (Brusokas et al., 2025) score each forecast as a whole; for multivariate outputs, trajectories can look plausible while violating dependencies among variables. We treat instance-level plausibility and relational consistency as distinct reliability axes and operationalize the latter via a learned sparse graph and a Dirichlet-style structural energy E_struct, trained with error-weighted graph regularization and score-error alignment. On seven long-horizon benchmarks and four backbones, structural gating often reduces selective MSE versus TEM at matched coverage, with the largest gains where cross-variable structure appears more
קרא במקור המקורי