Čo je kontrastívne učenie na grafoch (DGI, GraphCL)?

Kontrastívne učenie na grafoch je metóda učenia reprezentácií uzlov alebo grafov, ktorá je založená na porovnávaní pozitívnych a negatívnych párov príkladov na identifikáciu významných vlastností.

Konkrétne:

• DGI (Deep Graph Infomax) trénuje model maximalizáciou vzájomnej informácie medzi lokálnymi (uzlovými) a globálnymi (grafovými) reprezentáciami. Toho sa dosahuje kontrastovaním skutočných grafov s negatívmi (napríklad s šumovými alebo náhodnými verziami).

• GraphCL využíva rôzne augmentácie grafov (napríklad odstraňovanie hrán, maskovanie uzlov) na vytváranie pozitívnych párov, zatiaľ čo iné grafy alebo augmentácie slúžia ako negatíva. Model sa učí rozlišovať pozitívne páry od negatívnych, čo zlepšuje kvalitu vnútornej reprezentácie.

Týmto spôsobom kontrastívne učenie na grafoch pomáha trénovať odolné a informatívne reprezentácie bez potreby veľkého množstva označených dát.