本期 AI Drive,我们邀请到北京大学博士生孙泽宇,为大家在线解读其发表在 AAAI 2022 的最新研究成果:Preferential Labeling for Unattributed Node Classification in GNNs。对本期主题感兴趣的小伙伴,3 月 3 日(本周四)晚 7 点,我们准时相约 PaperWeekly 直播间。
现有的图神经网络 (GNN) 很大程度上依赖于节点嵌入表示,节点嵌入表示利用其类型或内容信息将节点表示为一个向量。然而,具有无标记节点的图广泛存在于现实世界的应用程序中(例如,匿名社交网络)。现有的 GNN 模型表示该类节点则通过为节点分配随机标签(引入了伪标签),或者为所有节点分配一个同一个嵌入的方式(无法区分不同的节点)。此外,当这些 GNN 应用于无标记的节点分类问题时,它们具有不希望的等变性,这使得其从根本上无法处理具有多个可能输出的数据。
在本文中,我们分析了现有 GNN 方法解决节点分类问题的局限性。受我们分析的启发,我们提出了一种广义等变性和一种渐近满足所需等变性的优先标记算法。实验结果表明,我们在无标签的节点分类任务中的效果显著超越了现有方法。
介绍:图神经网络及其在解决无标签图节点分类任务时需要满足的等变性
动机:现有技术无法解决具有多个可能结果的无标签图节点分类任务
方法:提出一种广义的等变性和一种渐近满足所需等变性的优先标记算法
实验结果:我们在无标签的节点分类任务中的效果显著超越了现有方法
孙泽宇就读于北京大学软件工程研究所,博士五年级,他在软件工程及人工智能相关的诸多难题上取得了突破。目前,他已在 ICSE,AAAI,IJCAI,ESEC/FSE,ASE 等软件工程或人工智能顶级国际会议上发表论文十余篇。在荣誉方面,孙泽宇在读期间曾获得国家奖学金,校长奖学金等诸多奖励。
本次直播将在 PaperWeekly 视频号和 B 站直播间进行,扫描下方海报二维码或点击阅读原文即可免费观看。线上分享结束后,嘉宾还将在直播交流群内实时 QA,在 PaperWeekly 微信公众号后台回复「AI Drive」,即可获取入群通道。
扫描下方二维码关注 PaperWeekly 视频号,第一时间获取开播提醒。
B 站直播间:
https://live.bilibili.com/14884511