缺失不再随机撒点：故障沿边扩散时，结构条件化插补把TADPOLE宏F1从0.75提到0.82

缺失特征的处理不再只按全局缺失率衡量，还要看缺失位置是否沿图边聚成连通区域。 此前的评测协议把特征条目独立均匀地删掉，或独立地删掉整行节点特征，缺失掩码与图结构无关。 在TADPOLE上，同一缺失率下把FP、PCFI、FISF三种传播法的宏F1曲线面积平均后，沿边扩散的缺失机制低于均匀随机缺失，也低于整行随机缺失。

PEMix不把已观测值沿边扩散到缺失节点，而是先用图的全局结构表示决定每个节点属于哪个混合成分，再用该节点已观测的坐标更新这个成分，从而给出缺失坐标的条件分布。 传播类方法把缺失值当作要沿边扩散填补的量，PEMix把结构信息用在消息传递之前的缺失特征分布上。 在TADPOLE、GraphMSO、PEMS-BAY、Engrad四个数据集上按缺失率曲线面积比较，PEMix在沿边扩散机制下取得其中三个数据集的最优值，在均匀随机缺失下仍保持竞争力。

结构条件化本身带来增益，而不是仅仅因为模型拿到了位置编码。 把同样的位置编码交给传播类方法，或只在下游拼接位置编码，都不能复现PEMix的表现。 在TADPOLE上，把PEMix的位置编码置零、其余设置完全一致后，宏F1曲线面积从0.8243降到0.7330，且缺失率越高差距越大。

报道覆盖的是节点特征缺失时的图学习设定：图结构本身完整可观测，缺失只发生在节点特征上，评测限于节点分类与预测两类任务。受控实验在TADPOLE、GraphMSO、PEMS-BAY、Engrad上按缺失率曲线面积比较，自然缺失实验在AQI、PV-US、METR-LA以及RelBench的关系型任务上比较。适合正在处理传感器、交通或关系型数据中成片缺失特征的研究人员和工程师阅读。

PEMix假设混合成分协方差为对角形式，并要求图结构完整可观测；评测只覆盖节点分类与预测任务。沿边扩散缺失机制被定位为受控压力测试，而非对所有真实缺失模式的生成模型，自然缺失实验也未施加该机制。作者把结构编码、时间建模和其他下游任务的更广泛分析留作后续工作。