Feb, 2022
学习因果不变表示以实现图上的跨分布泛化
Learning Causally Invariant Representations for Out-of-Distribution Generalization on Graphs
Yongqiang Chen, Yonggang Zhang, Yatao Bian, Han Yang, Kaili Ma...
TL;DR该研究提出了一种新的框架,Causality Inspired Invariant Graph LeArning (CIGA),通过使用因果模型来确定图表上的潜在分布偏移,从而捕获图表的不变性,以在各种分布偏移下保证 OOD 泛化性能。