Homophily Enhanced Graph Domain Adaptation

要約

グラフドメインの適応（GDA）は、ラベルのあるソースグラフからラベルの希少性の課題に対処するラベルのあるソースグラフから非標識ターゲットグラフに転送します。
この論文では、グラフドメインアライメントの極めて重要な要因であるグラフ同性愛の重要性を強調していますが、既存のアプローチでは長い間見落とされてきました。
具体的には、私たちの分析では、最初に同性愛の矛盾がベンチマークに存在することが明らかになりました。
さらに、同性愛の矛盾がGDAのパフォーマンスを経験的側面と理論的側面の両方から分解し、GDAにおける同性愛の整合の重要性をさらに強調することを示しています。
この発見に触発されて、私たちは、グラフ信号を滑らかにするために混合フィルターを使用して、グラフ間の同性愛の矛盾を効果的にキャプチャして軽減する新しい同性愛アライメントアルゴリズムを提案します。
さまざまなベンチマークでの実験結果は、当社の方法の有効性を検証します。

要約(オリジナル)

Graph Domain Adaptation (GDA) transfers knowledge from labeled source graphs to unlabeled target graphs, addressing the challenge of label scarcity. In this paper, we highlight the significance of graph homophily, a pivotal factor for graph domain alignment, which, however, has long been overlooked in existing approaches. Specifically, our analysis first reveals that homophily discrepancies exist in benchmarks. Moreover, we also show that homophily discrepancies degrade GDA performance from both empirical and theoretical aspects, which further underscores the importance of homophily alignment in GDA. Inspired by this finding, we propose a novel homophily alignment algorithm that employs mixed filters to smooth graph signals, thereby effectively capturing and mitigating homophily discrepancies between graphs. Experimental results on a variety of benchmarks verify the effectiveness of our method.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google