Hierarchical Graph Pooling Based on Minimum Description Length

要約

グラフ プーリングは、深いグラフ表現の学習に不可欠な部分です。
現実世界のグラフに固有の階層構造を考慮した原則に基づいたプーリング演算子である MapEqPool を紹介します。
MapEqPool は、オッカムの剃刀を自然に実装し、モデルの複雑さと適合性のバランスを取る最小記述長原則に基づくコミュニティ検出のための情報理論的目的関数であるマップ方程式に基づいて構築されています。
標準的なグラフ分類データセットにわたるさまざまなベースラインとの経験的比較により、MapEqPool の競争力のあるパフォーマンスを実証します。

要約(オリジナル)

Graph pooling is an essential part of deep graph representation learning. We introduce MapEqPool, a principled pooling operator that takes the inherent hierarchical structure of real-world graphs into account. MapEqPool builds on the map equation, an information-theoretic objective function for community detection based on the minimum description length principle which naturally implements Occam’s razor and balances between model complexity and fit. We demonstrate MapEqPool’s competitive performance with an empirical comparison against various baselines across standard graph classification datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google