arXiv 机器学习· Shuai Yan, Dan Peng, Jie Li, Ke Wang·· 2 天前AI 评分28
从相变到系统性失效：GNN 鲁棒性解耦分析框架
From Phase Transition to Systemic Failure: A Decoupled Analytics Framework for GNN Robustness
AI 导读
研究团队构建了解耦分析框架并开展 410 次运行测试，系统评估了 GNN 在标签噪声与特征分布偏移下的鲁棒性。实验显示 GNN 在标签噪声达到约 50% 临界区后性能才急剧恶化，但在极端分布偏移下测试 MSE 激增 48 至 316 倍、相关性下降 73% 至 89%。结果表明 GNN 对中度标签扰动的容忍度显著高于严重分布不匹配。
来源：arXiv 机器学习 · arxiv.org