Learned Attention or Mechanical Flattening? Diagnosing Index Gains in Spillover Networks

Deze studie toont aan dat hoewel het toevoegen van een graph attention-laag aan een spillover-netwerkmodel de totale connectedness-index verhoogt, deze winst waarschijnlijk een mechanisch artefact is van variantieherverdeling in plaats van een werkelijke verbetering in geleerde aandacht, aangezien een eenvoudige krimp naar een uniforme matrix identieke resultaten bereikt met een lagere fout.

Oorspronkelijke auteurs: Ozan Nadirgil