基于结构聚类的图神经网络主动学习
机器学习
2023-12-08 v1
摘要
在图结构数据的主动学习中，图神经网络（GNN）已显示出有效性。然而，这些应用中的一个常见挑战是未能充分利用关键的结构信息。为解决此问题，我们提出了一种专门针对图结构数据的改进主动学习方法——结构聚类PageRank方法（SPA）。SPA将使用SCAN算法的社区检测与PageRank评分方法相结合，以实现高效且信息丰富的样本选择。SPA优先选择既信息丰富又在结构上处于中心的节点。通过大量实验，SPA在不同标注预算下均比现有方法获得了更高的准确率和宏F1分数，并显著减少了查询时间。此外，所提方法仅需在算法中添加两个超参数和，即可精细调节结构学习与节点选择之间的平衡。这种简洁性在主动学习场景中是一个关键优势，因为在这些场景中广泛的超参数调优通常不切实际。
引用
@article{arxiv.2312.04307,
title = {A Structural-Clustering Based Active Learning for Graph Neural Networks},
author = {Ricky Maulana Fajri and Yulong Pei and Lu Yin and Mykola Pechenizkiy},
journal= {arXiv preprint arXiv:2312.04307},
year = {2023}
}