Was ist GraphSAGE und warum ist das Sampling von Nachbarn notwendig?

GraphSAGE (Graph Sample and Aggregate) ist eine Methode zum Lernen von Repräsentationen (Embeddings) von Knoten in Graphen mittels neuronaler Netze. Im Gegensatz zu klassischen GNNs, die alle Nachbarknoten zur Aggregation verwenden, nutzt GraphSAGE eine Stichprobe (Sampling) von Nachbarn, um das Training auf großen Graphen skalierbar zu machen.

Wozu dient das Sampling von Nachbarn?

• Skalierbarkeit: In großen Graphen kann ein Knoten eine enorme Anzahl an Nachbarn haben, was die Aggregation aller Nachbarn rechenintensiv macht.
• Reduzierung des Overfittings: Die zufällige Auswahl von Nachbarn hilft, zu vermeiden, dass das Modell die Struktur des Graphen übermäßig auswendig lernt.
• Verallgemeinerung: Ermöglicht dem Modell, auf einer Teilmenge von Nachbarn zu lernen, was die Generalisierungsfähigkeit verbessert.

Funktionsprinzip von GraphSAGE:

1. Für jeden Knoten wird eine feste Anzahl von Nachbarn zufällig ausgewählt.
2. Ihre Embeddings werden aggregiert (z.B. durch Mittelung oder mit LSTM).
3. Das resultierende Aggregat wird mit dem Embedding des Knotens selbst kombiniert und durch ein neuronales Netz geleitet.

Dies ermöglicht es, Modelle effizient auf großen Graphen mit dynamischer Struktur zu trainieren.