Learning Calibrated and Transferable Node-Level Infection Risk in Stochastic Epidemics on Complex Networks
Diese Arbeit zeigt, dass ein parameterkonditioniertes Graph Neural Network in der Lage ist, ein kalibriertes, transferierbares Infektionsrisiko auf Knotenebene über diverse Netzwerktopologien hinweg zu erlernen, um gezielte Interventionen effektiv zu steuern, wenngleich seine Leistungsfähigkeit durch signifikante strukturelle Heterogenität in ungesehenen Graphen begrenzt wird.