التطبيقات
Real-World Applications
عشرة تطبيقات: من الشبكات الاجتماعية والتوصية إلى اكتشاف الأدوية والتشخيص الطبي وكشف الاحتيال والمرور ورسوم المعرفة، لكل منها المشكلة وسبب استخدام GNN وتمثيل البيانات والخوارزميات المناسبة والتحديات.
كل تطبيق يجيب عن سؤال واحد: ما العقد، وما الروابط، وما الذي نريد التنبؤ به؟ ويرتبط بقالب صغير في المحرر يوضح شكل الرسم. الأمثلة الموثقة مرتبطة بأوراقها المنشورة.
التطبيقات
أسئلة شائعة
كيف تُستخدم GNN في الطب؟
في رسوم المرضى (تربط المرضى المتشابهين)، ورسوم الدماغ (مناطق وروابط وظيفية)، والأنسجة (خلايا متجاورة)، وفي تفاعلات الأدوية والبروتينات. راجع صفحتي «التشخيص الطبي» و«تفاعلات البروتينات والأدوية» ومراجعهما.
لماذا الجزيئات مناسبة لـ GNN؟
لأن الجزيء رسم بطبيعته: الذرات عقد والروابط الكيميائية روابط. لا حاجة لتصميم بصمات يدوية؛ النموذج يتعلم من البنية مباشرة، ثم يُجمع تمثيل الذرات في متجه للجزيء (Readout).
هل تصلح GNN لكشف الاحتيال؟
نعم، لأن الأنماط المشبوهة تظهر في بنية تدفق الأموال. لكن الفئات غير متوازنة جداً، فالدقة الإجمالية مضللة؛ استخدم الاستدعاء وF1 وAUC، واحذر من التقسيم العشوائي في بيانات زمنية.
القوالب في المحرر رسوم صغيرة مصطنعة للتوضيح، وليست بيانات التطبيق الحقيقية.
المراجع
- Ying, R., He, R., Chen, K., Eksombatchai, P., Hamilton, W. L., & Leskovec, J. (2018). Graph Convolutional Neural Networks for Web-Scale Recommender Systems. Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining. DOI: 10.1145/3219819.3219890PinSage: نظام توصية قائم على GNN بحجم صناعي.
- Stokes, J. M., Yang, K., Swanson, K., Jin, W., Cubillos-Ruiz, A., Donghia, N. M., et al. (2020). A Deep Learning Approach to Antibiotic Discovery. Cell. DOI: 10.1016/j.cell.2020.01.021استخدام شبكة رسائل موجّهة على الجزيئات لاكتشاف مضاد حيوي.
- Zitnik, M., Agrawal, M., & Leskovec, J. (2018). Modeling polypharmacy side effects with graph convolutional networks. Bioinformatics. DOI: 10.1093/bioinformatics/bty294Decagon: التنبؤ بالآثار الجانبية لتداخل الأدوية برسم متعدد العلاقات.
- Ahmedt-Aristizabal, D., Armin, M. A., Denman, S., Fookes, C., & Petersson, L. (2021). Graph-Based Deep Learning for Medical Diagnosis and Analysis: Past, Present and Future. Sensors. DOI: 10.3390/s21144758مراجعة لتطبيقات الشبكات البيانية في التشخيص والتحليل الطبي.
- Weber, M., Domeniconi, G., Chen, J., Weidele, D. K. I., Bellei, C., Robinson, T., & Leiserson, C. E. (2019). Anti-Money Laundering in Bitcoin: Experimenting with Graph Convolutional Networks for Financial Forensics. KDD 2019 Workshop on Anomaly Detection in Finance. arXiv: 1908.02591كشف المعاملات المشبوهة بـ GCN على رسم معاملات (مجموعة Elliptic).
- Li, Y., Yu, R., Shahabi, C., & Liu, Y. (2018). Diffusion Convolutional Recurrent Neural Network: Data-Driven Traffic Forecasting. International Conference on Learning Representations (ICLR). arXiv: 1707.01926التنبؤ بحركة المرور على شبكة الطرق بوصفها رسماً موجّهاً.
- Wu, Z., Pan, S., Chen, F., Long, G., Zhang, C., & Yu, P. S. (2021). A Comprehensive Survey on Graph Neural Networks. IEEE Transactions on Neural Networks and Learning Systems. DOI: 10.1109/TNNLS.2020.2978386مسح شامل لأنواع GNN وتطبيقاتها.
