¿Qué es el preentrenamiento auto-supervisado para GNN?

El preentrenamiento auto-supervisado para redes neuronales gráficas (GNN) es un método de entrenamiento en el que el modelo aprende a extraer representaciones útiles de datos gráficos sin utilizar etiquetas anotadas. En su lugar, se emplean tareas basadas en la estructura misma del grafo o en las propiedades de nodos/aristas, como predecir partes ocultas del grafo, aprendizaje contrastivo o recuperación de información.

Este enfoque permite que las GNN aprendan a entender la estructura y las relaciones en el grafo, lo que mejora las tareas supervisadas posteriores (por ejemplo, clasificación de nodos o grafos), especialmente cuando hay pocos datos anotados.