Jul, 2023

Weisfeiler 和 Lehman 度量建模:探究 WL 检验的有效性

TL;DR揭示了从图形理论和基准审计中发掘 $k$-WL 不保证等距、可能与现实世界的图形任务无关,并且可能无法促进泛化或可靠性,同时提出了基于基准测试的表达能力的外延定义和测量,为构建此类基准测试提供了指导性问题,这对于进展图形机器学习至关重要。