Co je to kontrastivní učení na grafech (DGI, GraphCL)?

Kontrastní učení na grafech je metoda učení reprezentací uzlů nebo grafů, která je založena na porovnávání pozitivních a negativních párů příkladů za účelem identifikace významných rysů.

Konkrétně:

• DGI (Deep Graph Infomax) trénuje model maximalizací vzájemné informace mezi lokálními (uzlovými) a globálními (grafovými) reprezentacemi. Toho se dosahuje kontrastováním skutečných grafů s negativy (například s šumovými nebo náhodnými verzemi).

• GraphCL využívá různé augmentace grafů (například odstraňování hran, maskování uzlů) k vytváření pozitivních párů, zatímco jiné grafy nebo augmentace slouží jako negativa. Model se učí rozlišovat pozitivní páry od negativních, což zlepšuje kvalitu vnoření.

Tímto způsobem kontrastní učení na grafech pomáhá trénovat odolné a informativní reprezentace bez nutnosti velkého množství označených dat.