时序 GNN 的信息论分析
信息论
2024-08-13 v1 机器学习
math.IT
摘要
时序图神经网络（Temporal Graph Neural Networks）是机器学习中一个新兴且快速发展的领域，但缺乏形式化分析。在本文中，信息论被用作主要工具，为时序 GNN 的分析提供框架。为此，利用信息瓶颈（information bottleneck）概念并对其进行调整，使其适用于此类网络的时序分析。为此，提供了互信息率（Mutual Information Rate）的新定义，并研究了该新指标在时序 GNN 分析中的潜在用途。
引用
@article{arxiv.2408.05624,
title = {An Information-Theoretic Analysis of Temporal GNNs},
author = {Amirmohammad Farzaneh},
journal= {arXiv preprint arXiv:2408.05624},
year = {2024}
}
备注
To be presented at Information Theory Workshop 2024