Ce este GraphSAGE și de ce este nevoie de eșantionarea vecinilor?

GraphSAGE (Sampling și Agregare de Grafuri) este o metodă de învățare a reprezentărilor (embeddings) ale nodurilor în grafuri folosind rețele neuronale. Spre deosebire de GNN-urile clasice, care utilizează toți vecinii pentru agregare, GraphSAGE aplică eșantionarea (sampling) vecinilor pentru a face antrenamentul scalabil pe grafuri mari.

La ce servește eșantionarea vecinilor?

• Scalabilitate: În grafuri mari, un nod poate avea un număr enorm de vecini, ceea ce face costisitoare calcularea agregării pentru toți vecinii.
• Reducerea supraînvățării: Selectarea aleatorie a vecinilor ajută la evitarea memorării excesive a structurii grafului.
• Generalizare: Permite modelului să învețe pe un subset de vecini, îmbunătățind capacitatea de generalizare.

Principiul de funcționare al GraphSAGE:

1. Pentru fiecare nod, se selectează aleatoriu un număr fix de vecini.
2. Embedding-urile acestora sunt agregate (de exemplu, prin media sau folosind LSTM).
3. Agregatul obținut este combinat cu embedding-ul nodului și trecut printr-o rețea neuronală.

Acest lucru permite antrenarea eficientă a modelelor pe grafuri mari cu structură dinamică.