GAE – المشفّر الذاتي البياني
Graph Auto-Encoder (2016)
شفّر العقد بـ GCN إلى متجهات، ثم أعد بناء الروابط من الضرب الداخلي بين المتجهات: العقد المتصلة يجب أن يكون ضربها الداخلي كبيراً.
الحدس
شفّر العقد بـ GCN إلى متجهات، ثم أعد بناء الروابط من الضرب الداخلي بين المتجهات: العقد المتصلة يجب أن يكون ضربها الداخلي كبيراً.
الشرح التفصيلي
المشفّر GCN من طبقتين ينتج Z، وفاك التشفير غير متعلّم: Â_rec = σ(ZZᵀ). يُدرَّب بخسارة ثنائية على الروابط الموجودة وعيّنات سلبية من الأزواج غير المتصلة (أو على المصفوفة كاملة مع وزن للموجبات في الرسوم الصغيرة). للتنبؤ بالروابط تُحجب نسبة من الروابط قبل التدريب وتُقيَّم بـ AUC وAP.
النموذج بسيط وقوي في الرسوم المتجانسة، وأساس لكثير من طرق التعلم الذاتي. وحدة التنبؤ بالروابط في المختبر تدرّبه فعلياً وتقارنه بالمقاييس الكلاسيكية.
البنية المعمارية
GCN(F→32) ← GCN(32→16) = Z ← σ(z_iᵀz_j).
المعادلات
Z=\operatorname{GCN}(X,A),\qquad \hat{A}=\sigma\!\left(ZZ^{\top}\right)نقاط القوة
- بسيط وفعال
- غير خاضع للإشراف
- تمثيلات قابلة لإعادة الاستخدام
القيود
- فاك الضرب الداخلي متماثل: لا يناسب الروابط الموجهة
- محدود في تمييز العقد المتماثلة بنيوياً
- إعادة بناء المصفوفة كاملة O(n²)
التعقيد الحسابي
المشفّر O(|E|·F)، والتقييم على الأزواج المطلوبة فقط.
متى تستخدمه
التنبؤ بالروابط في رسوم متجانسة، وتعلم تمثيلات دون وسوم.
التنفيذ في PyTorch Geometric
torch_geometric.nn.GAEشيفرة توضيحية للاستخدام المعتاد؛ راجع توثيق إصدار المكتبة الذي تستخدمه قبل تشغيلها.
تابع التعلّم
نماذج مرتبطة
دروس تشرحه
المراجع
- Kipf, T. N., & Welling, M. (2016). Variational Graph Auto-Encoders. NIPS Workshop on Bayesian Deep Learning. arXiv: 1611.07308الورقة الأصلية لـ GAE وVGAE في التنبؤ بالروابط.
