Graph Pooling for Graph Neural Networks: Progress, Challenges, and Opportunities

要約

グラフ ニューラル ネットワークは、グラフの分類やグラフの生成など、多くのグラフ レベルのタスクの主要なアーキテクチャとして登場しました。
アーキテクチャの重要なコンポーネントとして、グラフ プーリングは、グラフ全体の総合的なグラフ レベル表現を取得するために不可欠です。
この有望かつ急速に発展している研究分野では、多種多様な方法が提案されていますが、私たちの知る限り、これらの研究を体系的に要約する努力はほとんど行われていません。
将来の研究開発の準備を整えるために、このホワイトペーパーでは、グラフプーリングの最近の方法を幅広くレビューすることで、このギャップを埋めることを試みます。
具体的には、1) まず、各カテゴリの数学的要約を含む既存のグラフ プーリング手法の分類を提案します。
2) 次に、一般的に使用されるデータセット、ダウンストリーム タスクのモデル アーキテクチャ、オープンソース実装など、グラフ プーリングに関連するライブラリの概要を説明します。
3) 次に、さまざまなドメインでグラフ プーリングのアイデアを組み込んだアプリケーションの概要をさらに説明します。
4) 最後に、現在の研究が直面している特定の重要な課題について議論し、グラフプーリングの改善に関する研究の将来の潜在的な方向性についての洞察を共有します。

要約(オリジナル)

Graph neural networks have emerged as a leading architecture for many graph-level tasks, such as graph classification and graph generation. As an essential component of the architecture, graph pooling is indispensable for obtaining a holistic graph-level representation of the whole graph. Although a great variety of methods have been proposed in this promising and fast-developing research field, to the best of our knowledge, little effort has been made to systematically summarize these works. To set the stage for the development of future works, in this paper, we attempt to fill this gap by providing a broad review of recent methods for graph pooling. Specifically, 1) we first propose a taxonomy of existing graph pooling methods with a mathematical summary for each category; 2) then, we provide an overview of the libraries related to graph pooling, including the commonly used datasets, model architectures for downstream tasks, and open-source implementations; 3) next, we further outline the applications that incorporate the idea of graph pooling in a variety of domains; 4) finally, we discuss certain critical challenges facing current studies and share our insights on future potential directions for research on the improvement of graph pooling.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google