التعلم المُمَثَّل التناقضي الرسومي العميق

أصبح تعلم تمثيل الرسوم البيانية اليوم أساسياً في تحليل البيانات ذات البنية الرسومية. مستوحاة من النجاح الأخير للطرق التباينية، نقترح في هذا البحث إطاراً جديداً لتعلم التمثيل غير المراقب للرسوم البيانية من خلال الاستفادة من دالة تباينية على مستوى العقدة. بشكل محدد، نُنشئ نسختين من الرسم البياني من خلال التلف، ونُعلم تمثيلات العقدة عن طريق تعظيم التوافق بين تمثيلات العقد في هاتين النسختين. ولتقديم سياقات متنوعة للعقدة للهدف التبايني، نقترح خطة هجينة لإنشاء نسخ من الرسم البياني على كل من المستويين الهيكلي والسماتي. بالإضافة إلى ذلك، نقدم تبريراً نظريًا لدافعنا من منظورين: المعلومات التبادلية وخوارزمية فقدان الثلاثية الكلاسيكية. أجرينا تجارب تجريبية على مهام تعلم تداخلية ومتعدية باستخدام مجموعة متنوعة من مجموعات البيانات الواقعية. تُظهر النتائج التجريبية أن، وعلى الرغم من بساطة المنهجية المقترحة، فإنها تتفوق باستمرار على الطرق الرائدة الحالية بفارق كبير. علاوة على ذلك، تفوق طريقة التعلم غير المراقب المقترحة على نظيراتها المراقبة في المهام التداخلية، مما يُظهر إمكاناتها الكبيرة في التطبيقات الواقعية.