Apprentissage de la structure de graphe

L'apprentissage de la structure de graphe vise à construire automatiquement la topologie d'un graphe lorsque sa structure n'est pas disponible, afin d'atteindre une classification semi-supervisée des nœuds. L'objectif de cette tâche est d'utiliser des informations d'étiquetage limitées et une grande quantité de données non étiquetées pour apprendre une structure de graphe qui reflète fidèlement les relations entre les nœuds. En optimisant la connectivité du graphe et la similarité entre les nœuds, l'apprentissage de la structure de graphe peut améliorer les performances de la classification des nœuds. Cette méthode est largement appliquée dans l'analyse des réseaux sociaux, les systèmes de recommandation et la bioinformatique, entre autres domaines.