Что такое edge features и как их инкорпорировать в GNN?

Edge features — это признаки (характеристики), связанные с рёбрами графа, а не с узлами. В графовых нейронных сетях (GNN) они содержат информацию о связях между узлами, например, вес ребра, тип связи, временные метки и другие атрибуты.

Инкорпорирование edge features в GNN позволяет модели учитывать не только свойства узлов, но и свойства их взаимодействий, что улучшает качество представления и предсказаний.

Основные способы включения edge features в GNN:

1. Агрегация с учетом ребер: при обновлении представления узла учитываются признаки соседних узлов и соответствующих рёбер. Например, сообщение от соседа модифицируется с помощью признаков ребра.

2. Использование специальных слоёв: некоторые архитектуры GNN (например, Graph Attention Networks с edge features, или Message Passing Neural Networks) специально поддерживают работу с признаками рёбер.

3. Кодирование признаков ребер: edge features можно преобразовать в векторное представление (например, с помощью эмбеддингов) и использовать в вычислениях сообщений.

Пример упрощённого сообщения с учетом edge features:

[ m_{u \to v} = \text{MSG}(h_u, h_v, e_{uv}) ]

где (h_u, h_v) — признаки узлов, (e_{uv}) — признаки ребра, а (\text{MSG}) — функция сообщения.

Таким образом, edge features расширяют возможности GNN, позволяя моделировать более сложные зависимости в графах.