热点事件持续更新
道路交通事故预测研究复现失败与平凡基线问题
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026-09-30报道指出,研究者复现了不确定性感知图神经网络在伦敦三区道路事故预测中的11项设计决策,仅4项在第二区复现成功,7项失败且4项符号反转。多种子评估显示参考架构在各区种子波动高达35.7点。在匹配历史深度下,所提模型与按累计历史事故数排序的无参数基线统计不可区分(-0.90点,p=0.61),而参考架构在18个保留窗口中全部败于基线(-17.37点,p<10⁻⁶)。
AI 根据报道生成 · 2 小时前更新
最新进展9月30日 12:00
研究复现失败率高且所提模型与简单基线统计不可区分,参考架构在所有保留窗口中均败于基线。报道时间线
沿着报道,了解事件的不同侧面。
9月30日
- arXiv · Machine Learning道路交通事故预测中的复现失败与平凡基线
研究复现了不确定性感知图神经网络在伦敦三区道路事故预测中的11项设计决策,仅4项在第二区复现成功,7项失败且4项符号反转。多种子评估显示参考架构在各区种子波动高达35.7点。在匹配历史深度下,所提模型与按累计历史事故数排序的无参数基线统计不可区分(-0.90点,p=0.61),而参考架构在18个保留窗口中全部败于基线(-17.37点,p<10⁻⁶)。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。