Kas yra kontrastinis mokymasis grafuose (DGI, GraphCL)?

Kontrastinis mokymasis grafuose yra metodas, pagrįstas teigiamų ir neigiamų pavyzdžių porų palyginimu, siekiant nustatyti reikšmingus bruožus.

Ypač:

• DGI (Deep Graph Infomax) moko modelį maksimizuodamas tarpusavio informaciją tarp vietinių (mazgų) ir bendrų (grafo) reprezentacijų. Tai pasiekiama kontrastuojant tikrus grafus su neigiamais (pavyzdžiui, triukšmingomis ar atsitiktinėmis versijomis).

• GraphCL naudoja įvairias grafų augmentacijas (pavyzdžiui, kraštų pašalinimą, mazgų maskavimą), kad sukurtų teigiamus porinius, o kiti grafai ar augmentacijos laikomi neigiamais. Modelis išmoksta atskirti teigiamus porinius nuo neigiamų, taip pagerindamas įdėjimų kokybę.

Šiuo būdu, kontrastinis mokymasis grafuose padeda treniruoti tvirtas ir informatyvias reprezentacijas be didelio kiekio žymėtų duomenų.