Kas ir saite prognoze un kādas arhitektūras tās izmanto?

Saites prognozēšana ir uzdevums grafu analīzē, kurā jāparedz divu mezglu starpā esošās malas pastāvēšanas varbūtība, balstoties uz grafu struktūru un mezglu īpašībām.

Galvenās arhitektūras un pieejas saites prognozēšanai:

• Funkciju balstītas metodes: izmanto mezglu un to kaimiņu raksturlielumus, piemēram, kopīgos kaimiņus, Jaccard koeficientu.

• Grafu neironu tīkli (Graph Neural Networks, GNN): apmāca mezglu reprezentācijas, ņemot vērā to apkārtni. Populāras arhitektūras:

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

• Iekļaušanas (embeddings) balstīti modeļi: mezgli tiek attēloti vektoru telpā, un saite tiek prognozēta, izmantojot operācijas ar vektoriem (piemēram, skalarais reizinājums).

• Varbūtības grafi: izmanto varbūtības modeļus saistību novērtēšanai.

Piemērs ar GNN saistību prognozei: vispirms apmāca GNN, lai iegūtu mezglu iekļaujumus, pēc tam aprēķina varbūtību starp diviem mezgliem, izmantojot līdzības funkciju (piemēram, skalarais reizinājums), un piemēro sigmoīdu, lai iegūtu varbūtību.