Co je GraphSAGE a proč je potřeba vzorkování sousedů?

GraphSAGE (Grafové vzorkování a agregace) je metoda učení reprezentací (vložení) uzlů v grafech pomocí neuronových sítí. Na rozdíl od klasických GNN, které používají všechny sousední uzly k agregaci informací, GraphSAGE aplikuje vzorkování (sampling) sousedů, aby bylo možné škálovat učení na velkých grafech.

K čemu slouží vzorkování sousedů?

• Škálovatelnost: V velkých grafech může mít uzel obrovské množství sousedů, což činí agregaci všech nákladnou.
• Snížení přeučení: Náhodný výběr sousedů pomáhá zabránit přeučení struktury grafu.
• Obecnost: Umožňuje modelu učit se na podmnožině sousedů, což zlepšuje schopnost generalizace.

Princip fungování GraphSAGE:

1. Pro každý uzel je náhodně vybráno pevné číslo sousedů.
2. Jejich vložení jsou agregována (například průměrem nebo pomocí LSTM).
3. Získané agregát je sloučen s vložením samotného uzlu a prochází neuronovou sítí.

To umožňuje efektivní trénink modelů na velkých grafech s dynamickou strukturou.