時間的グラフ生成における分布ドリフトの修正可能性

• 時間的グラフ生成モデルは、進化するネットワークの一部で訓練され、次の期間に展開されるが、性能が著しく低下する。
• 本研究では、この低下が観測から修正できないことを示し、特定の条件下での誤差の特性を分析する。
• 特に、観測に基づく修正が期待外れであることを証明し、トレンド外挿の限界を明らかにする。

時間的グラフ生成モデルは、訓練と展開の間に生じる分布の変化に対して脆弱です。本研究では、この分布ドリフトが観測に基づいて修正できない理由を探り、誤差の特性を詳細に分析します。特に、観測に頼る修正方法が効果的でないことを示し、トレンド外挿の限界を明らかにします。時間的グラフや生成モデルに興味がある研究者にとって、重要な示唆を提供する内容です。

時間的グラフや生成モデルに興味がある研究者や実務者に向いています。