O que é previsão de ligação e que arquiteturas usam?

Previsão de ligação é uma tarefa na análise de grafos, onde é necessário prever a probabilidade de existência de uma aresta entre dois nós, com base na estrutura do grafo e nas propriedades dos nós.

As principais arquiteturas e abordagens para previsão de ligações:

• Métodos baseados em características (Feature-based): usam as características dos nós e seus vizinhos, por exemplo, vizinhos comuns, coeficiente de Jaccard.

• Redes neurais de grafos (Graph Neural Networks, GNN): treinam representações de nós considerando seu ambiente. Arquiteturas populares:

  • Redes convolucionais de grafos (GCN)
  • Redes de atenção de grafos (GAT)
  • GraphSAGE

• Modelos baseados em embeddings: os nós são representados em um espaço vetorial, e a ligação é prevista através de operações sobre os vetores (por exemplo, produto escalar).

• Modelos baseados em grafos probabilísticos: usam modelos probabilísticos para avaliar as ligações.

Exemplo com GNN para previsão de ligações: primeiro treinam uma GNN para obter embeddings de nós, depois calculam a probabilidade de uma aresta entre dois nós através de uma função de similaridade (por exemplo, produto escalar) e aplicam uma sigmoide para obter a probabilidade.