რა არის link prediction და რა არქიტექტურები იყენებენ?

ლინკის წინასწარმეტყველება — ეს გრაფების ანალიზში ამოცანაა, სადაც საჭიროა ორი კვანძის შორის კავშირის არსებობის ალბათობის წინასწარ განსაზღვრა, დაფუძნებული გრაფის სტრუქტურასა და კვანძების თვისებებზე.

ლინკის წინასწარმეტყველებისთვის ძირითადი არქიტექტურები და მიდგომები:

• მახასიათებლებზე დაფუძნებული მეთოდები (Feature-based): იყენებენ კვანძებისა და მათი მეზობლების თვისებებს, მაგალითად, საერთო მეზობლები, ჯაკარდის კოეფიციენტი.

• გრაფის ნეირონული ქსელები (Graph Neural Networks, GNN): სწავლობენ კვანძების წარმოდგენებს, განიხილავენ მათ გარემოს. პოპულარული არქიტექტურები:

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

• ემბედინგებზე დაფუძნებული მოდელები: კვანძები წარმოდგენილია ვექტორულ სივრცეში, და კავშირი წინასწარ პროგნოზირებულია ვექტორებზე ოპერაციების მეშვეობით (მაგ., სკალარული გამრავლება).

• სავარაუდო გრაფებზე დაფუძნებული მოდელები: იყენებენ სავარაუდო მოდელებს კავშირების შეფასებისთვის.

GNN-ის მაგალითი ლინკის წინასწარმეტყველებისთვის: პირველ რიგში, სწავლობენ GNN-ს კვანძების ემბედინგების მისაღებად, შემდეგ კი გამოთვლიან ორი კვანძის შორის კავშირის ალბათობას სმაიდფუნქციის (მაგ., სკალარული გამრავლების) მეშვეობით და იყენებენ სიგმოიდს ალბათობის მისაღებად.