Edge2Node: Reducing Edge Prediction to Node Classification

要約

ノード分類におけるグラフ ニューラル ネットワーク モデルの成功にもかかわらず、エッジ予測 (グラフ内のノード間の欠落リンクまたは潜在的なリンクを予測するタスク) は、これらのモデルにとって依然として困難な問題です。
エッジ予測の一般的なアプローチは、最初に 2 つのノードのエンベディングを取得し、次に事前定義されたスコアリング関数を使用して 2 つのノード間のエッジの存在を予測することです。
ここでは、スコアリング関数を必要とせずに、各エッジのエンベディングを直接取得することを提案する Edge2Node と呼ばれる予備的なアイデアを紹介します。
このアイデアは、エッジ予測タスクに与えられたグラフ G に基づいて新しいグラフ H を作成することを目的としており、その後、G 上のエッジ予測タスクを H 上のノード分類タスクに縮小することを提案しています。
エッジ予測タスク。

要約(オリジナル)

Despite the success of graph neural network models in node classification, edge prediction (the task of predicting missing or potential links between nodes in a graph) remains a challenging problem for these models. A common approach for edge prediction is to first obtain the embeddings of two nodes, and then a predefined scoring function is used to predict the existence of an edge between the two nodes. Here, we introduce a preliminary idea called Edge2Node which suggests to directly obtain an embedding for each edge, without the need for a scoring function. This idea wants to create a new graph H based on the graph G given for the edge prediction task, and then suggests reducing the edge prediction task on G to a node classification task on H. We anticipate that this introductory method could stimulate further investigations for edge prediction task.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google