研究者发布GraphToolbox电力预测GNN基准框架

Eloi Campagne等发布开源Python框架GraphToolbox，基于PyTorch Geometric将图构建、模型选择、训练、在线专家聚合与可解释性等GNN电力预测实验环节统一到配置驱动的流水线中，并用它对法国电力负荷与净负荷预测的GNN架构做了受控对比基准。 基准结果显示：在负荷预测上，多数受测图卷积优于加法模型、循环模型和基础模型基线；但用相同输入训练的池化XGBoost的RMSE低于最好的图模型，尽管差异不显著；统计检验也未能确定单一最优的图卷积。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。