초록
그래프 신경망 모델이 노드 분류에서 성공을 거두었음에도 불구하고, 에지 예측(그래프 내 노드 간의 결여되거나 잠재적인 연결을 예측하는 작업)은 여전히 이 모델들에 대한 어려운 문제로 남아 있습니다. 에지 예측의 일반적인 접근 방식은 먼저 두 노드의 임베딩을 얻고, 그 다음 미리 정의된 점수 함수를 사용하여 두 노드 사이에 에지가 존재할 확률을 예측하는 것입니다. 여기서 우리는 Edge2Node라는 초기 아이디어를 소개합니다. 이 아이디어는 각 에지의 임베딩을 직접 얻는 방법을 제안하며, 점수 함수가 필요하지 않습니다. 이 방법은 주어진 그래프 G를 기반으로 새로운 그래프 H를 생성하고, G에서의 에지 예측 작업을 H에서의 노드 분류 작업으로 축소시키는 것을 제안합니다. 우리는 이 도입 방법이 에지 예측 작업에 대한 추가 연구를 촉진할 것으로 기대하고 있습니다.