Redes Neurais em Grafos Cientes de Padrões para Lidar com Dados Ausentes

arXiv:2607.08915v1 Tipo de Anúncio: novo Resumo: Dados ausentes são onipresentes em conjuntos de dados do mundo real. Os métodos tradicionais ou descartam amostras incompletas ou aplicam técnicas de imputação que ignoram padrões de ausência potencialmente informativos, assumindo implicitamente que a ausência ocorre de forma aleatória. No entanto, os padrões de ausência podem fornecer informações adicionais. Propomos redes neurais em grafos cientes de padrões que codificam explicitamente quais características estão ausentes juntamente com os valores observados. Usamos quatro...