Ի՞նչ է link կանխատեսումը և ինչպիսի՞ ճարտարապետություններ են օգտագործվում:

Կապերի կանխատեսումը գրաֆների վերլուծության մեջ է, որտեղ անհրաժեշտ է կանխատեսել երկու հանգույցների միջև գծի գոյության հավանականությունը՝ հիմնվելով գրաֆի կառուցվածքի և հանգույցների հատկությունների վրա:

Կապերի կանխատեսման հիմնական ճարտարապետություններն ու մոտեցումները՝

• Նշանների վրա հիմնված մեթոդներ (Feature-based): օգտագործում են հանգույցների և նրանց հարևանների հատկությունները, օրինակ՝ ընդհանուր հարևաններ, Jaccard-ի գործակից:

• Գրաֆային նեյրոնային ցանցեր (Graph Neural Networks, GNN): ուսուցանում են հանգույցների ներկայացումները՝ հաշվի առնելով նրանց շրջակա միջավայրը։ հանրաճանաչ ճարտարապետություններ՝

  • Graph Convolutional Networks (GCN)
  • Graph Attention Networks (GAT)
  • GraphSAGE

• Ներկայացումների վրա հիմնված մոդելներ (embeddings): հանգույցները ներկայացվում են վեկտորային տարածքում, և կապը կանխատեսվում է վեկտորների վրա գործողությունների միջոցով (օրինակ՝ սլաքային արտադրյալ):

• Հավանական գրաֆիկ մոդելներ: օգտագործում են հավանական մոդելներ կապերը գնահատելու համար:

GNN-ի օրինակ՝ կապերի կանխատեսման համար՝ նախ ուսուցանում է GNN-ը հանգույցների ներկայացումները ստանալու համար, ապա հաշվում է երկու հանգույցների միջև կապի հավանականությունը՝ օգտագործելով նմանության ֆունկցիա (օրինակ՝ սլաքային արտադրյալ), և կիրառելով սիգմոիդ՝ հավանականությունը ստանալու համար։