面向数据中心化的图机器学习：综述与展望
机器学习
2023-09-21 v1
摘要
数据中心化人工智能（Data-centric AI）以数据的收集、管理与利用来驱动人工智能模型与应用为核心，近年来受到越来越多的关注。本文对图数据这一用于表示和刻画海量多样现实实体间复杂依赖关系的基础数据结构，在数据中心化人工智能方面的现有工作进行了深入而全面的综述，并给出前瞻性展望。我们提出了一个系统化的框架——数据中心化图机器学习（DC-GML），涵盖图数据生命周期的所有阶段，包括图数据收集、探索、改进、利用与维护。我们对每个阶段进行了细致的分类，以回答三个关键的以图为中心的问题：（1）如何提升图数据的可用性与质量；（2）如何从可用性有限且低质量的图数据中学习；（3）如何从以图数据为中心的视角构建图 MLOps 系统。最后，我们指明了 DC-GML 领域的未来前景，为其进展与应用提供指引。
引用
@article{arxiv.2309.10979,
title = {Towards Data-centric Graph Machine Learning: Review and Outlook},
author = {Xin Zheng and Yixin Liu and Zhifeng Bao and Meng Fang and Xia Hu and Alan Wee-Chung Liew and Shirui Pan},
journal= {arXiv preprint arXiv:2309.10979},
year = {2023}
}
备注
42 pages, 9 figures