[课程学习] 图学习中的拓扑不均衡问题初探

【笔记】图学习中的拓扑不均衡问题初探

来源：techbeat
主讲人：孙庆赟
talk链接：https://www.techbeat.net/talk-info?id=775

背景

样本数量不均衡

样本数量不均衡造成决策偏移。
现有方法：

1. 数据重采样(re-sample)：数据增强
2. 算法权重重置(re-weighting)：赋予不同权重

拓扑不均衡

图数据上特有的样本不均衡问题。往往导致信息传播不重复，学习到的节点表征较差。

图拓扑结构的影响

图神经网络中按照拓扑结构进行信息传递，节点之间的相互影响。

位置信息感知

解决位置不均衡问题

图神经网络的现象

1. 欠可达现象：远离标记节点的节点获得的信息少。-> 可达系数：无标记节点到对应类的标记节点的平均最短路径长度，代表聚合过程所需的最小层数。
2. 过压缩现象：有效信息与无用信息共同传播，并在传播过程中压缩。-> 压缩系数：无标记节点到对应类的标记节点的最短路径长度平均里奇曲率，代表三角形和环状结构的量，这两种结构有助于模型学习。

可达系数与压缩系数

1. 可达系数：无标记节点到对应类的标记节点的平均最短路径长度，代表聚合过程所需的最小层数。
2. 压缩系数：无标记节点到对应类的标记节点的最短路径长度平均里奇曲率，代表三角形和环状结构的量，这两种结构有助于模型学习。

位置编码

1. 度量距离：
   （1）到全部c个类别的可达系数，构成c维向量，乘以学习矩阵，最后原始邻接矩阵、与feature相关的邻接矩阵嵌合。
   （2）与feature相关的邻接矩阵
2. 度量质量：GRP->度量每个类别对节点的影响程度，GPR距离为两个节点之间的冲突值，冲突小则相似。

层次编码

不同空间的嵌入能力：

1. tree-like：双曲空间
2. 网格：平面
3. 环状：球
   利用双曲几何空间映射，解决层次不均衡问题。