论文解读(AGE)《Adaptive Graph Encoder for Attributed Graph Embedding》

虚幻大学 xuhss 209℃ 0评论

? 优质资源分享 ?

学习路线指引(点击解锁) 知识定位 人群定位
? Python实战微信订餐小程序 ? 进阶级 本课程是python flask+微信小程序的完美结合,从项目搭建到腾讯云部署上线,打造一个全栈订餐系统。
?Python量化交易实战? 入门级 手把手带你打造一个易扩展、更安全、效率更高的量化交易系统

论文信息

论文标题:Adaptive Graph Encoder for Attributed Graph Embedding论文作者:Gayan K. Kulatilleke, Marius Portmann, Shekhar S. Chandra论文来源:2020, KDD论文地址:download 论文代码:download

1 Introduction

  基于 GCN 的方法有三个主要缺点:

    • 图卷积滤波器和权值矩阵的纠缠会损害其性能和鲁棒性;
    • 图卷积滤波器是广义拉普拉斯平滑滤波器的特殊情况,但没有保持最优的低通特性;
    • 现有算法的训练目标通常是恢复邻接矩阵或特征矩阵,处理与现实不符;

  AGE 由两个模块组成:

    • 拉普拉斯平滑滤波器;
    • 自适应编码器;

  首先,一个GCN 编码器由多个图卷积层组成,每一层包含一个图卷积滤波器 HHH、一个权值矩阵 (W1W1W_1、W2W2W_2) 和一个激活函数。[35] 证明,滤波器和权值矩阵的纠缠并没有为半监督图表示学习提供性能增益,甚至损害了训练效率,因为它加深了反向传播的路径。

   1e2d7171b7694ac5887bec818be8e5eb - 论文解读(AGE)《Adaptive Graph Encoder for Attributed Graph Embedding》

  其次,考虑图卷积滤波器, [18] 在理论上表明,它们实际上是应用于低通去噪的特征矩阵上的拉普拉斯平滑滤波器 [28]。本文证明了现有的图卷积滤波器并不是最优的低通滤波器,因为它们不能过滤某些高频噪声。因此,它们不能达到最好的平滑效果。

  最后,本文认为这些算法的训练目标(重建邻接矩阵 [23,31] 或特征矩阵 [24,32])与现实应用不兼容。具体来说,重构邻接矩阵是将邻接矩阵设为地面真值成对相似度,但不适合于缺乏特征信息的情况。然而,恢复特征矩阵将迫使模型记住特征中的高频噪声,因此也是不合适的。

2 Method

整体框架:

08685510590d9a5994bfba7fe3861237 - 论文解读(AGE)《Adaptive Graph Encoder for Attributed Graph Embedding》

组成部分:

    • a Laplacian smoothing filter
      • Laplacian Smoothing Filter: The designed filter HHH serves as a low-pass filter to denoise the high-frequency components of the feature matrix XX\mathrm{X} . The smoothed feature matrix X~X~\tilde{\mathrm{X}} is taken as input of the adaptive encoder.
    • an adaptive encoder
      • Adaptive Encoder: To get more representative node embeddings, this module builds a training set by adaptively selecting node pairs which are highly similar or dissimilar. Then the encoder is trained in a supervised manner.

2.1 Laplacian Smoothing Filter

  基本假设:图上邻居节点具有相似性。

2.1.1 Analysis of Smooth Signals

  从图信号处理的角度来解释图平滑。以 x∈Rnx∈Rn\mathbf{x} \in \mathbb{R}^{n} 作为图信号,每个节点被分配一个值向量。为测量图信号 xxx 的平滑度,可以计算出图拉普拉斯矩阵 LLL 和 xxx 上的瑞利商:

    R(L,x)=x⊤Lxx⊤x=∑(i,j)∈E(xi−xj)2∑i∈Vx2i(1)R(L,x)=x⊤Lxx⊤x=∑(i,j)∈E(xi−xj)2∑i∈Vxi2(1){\large R(\mathbf{L}, \mathbf{x})=\frac{\mathbf{x}^{\boldsymbol{\top}} \mathbf{L} \mathbf{x}}{\mathbf{x}^{\top} \mathbf{x}}=\frac{\sum\limits_{(i, j) \in \mathcal{E}}\left(x_{i}-x_{j}\right)^{2}}{\sum\limits_{i \in \mathcal{V}} x_{i}^{2}}} \quad\quad\quad(1)

  PS:拉普拉斯矩阵的性质

  fTLf=fTDf−fTWf=∑i=1Ndif2i−∑i=1N∑j=1Nwijfifj=12(∑i=1Ndif2i−2∑i=1N∑j=1Nwijfifj+∑j=1Ndjf2j)=12(∑i=1N∑j=1Nwijf2i−2∑i=1N∑j=1Nwijfifj+∑i=1N∑j=1Nwijf2j)=12∑i=1N∑j=1Nwij(fi−fj)2fTLf=fTDf−fTWf=∑i=1Ndifi2−∑i=1N∑j=1Nwijfifj=12(∑i=1Ndifi2−2∑i=1N∑j=1Nwijfifj+∑j=1Ndjfj2)=12(∑i=1N∑j=1Nwijfi2−2∑i=1N∑j=1Nwijfifj+∑i=1N∑j=1Nwijfj2)=12∑i=1N∑j=1Nwij(fi−fj)2\begin{aligned}f^{T} L f &=f^{T} D f-f^{T} W f \&=\sum \limits_{i=1}^{N} d_{i} f_{i}^{2}-\sum \limits_{i=1}^{N} \sum \limits_{j=1}^{N} w_{i j} f_{i} f_{j} \&=\frac{1}{2}\left(\sum \limits_{i=1}^{N} d_{i} f_{i}^{2}-2 \sum \limits_{i=1}^{N} \sum \limits_{j=1}^{N} w_{i j} f_{i} f_{j}+\sum \limits_{j=1}^{N} d_{j} f_{j}^{2}\right) \&=\frac{1}{2}\left(\sum \limits_{i=1}^{N} \sum \limits_{j=1}^{N} w_{i j} f_{i}^{2}-2 \sum \limits_{i=1}^{N} \sum \limits_{j=1}^{N} w_{i j} f_{i} f_{j}+\sum \limits_{i=1}^{N} \sum \limits_{j=1}^{N} w_{i j} f_{j}^{2}\right) \&=\frac{1}{2} \sum \limits_{i=1}^{N} \sum \limits_{j=1}^{N} w_{i j}\left(f_{i}-f_{j}\right)^{2}\end{aligned}

  Eq.1Eq.1\text{Eq.1} 显然是 xxx 的标准化方差分数。平滑信号应该在相邻节点上分配相似的值。因此,假设瑞利商较低的信号更平滑,接着给出特征向量 uiuiu_i 的光滑性度量:

    R(L,ui)=u⊤iLuiu⊤iui=λi(2)R(L,ui)=ui⊤Luiui⊤ui=λi(2){\large R\left(\mathbf{L}, \mathbf{u}_{i}\right)=\frac{\mathbf{u}_{i}^{\top} \mathbf{L} \mathbf{u}_{i}}{\mathbf{u}_{i}^{\top} \mathbf{u}_{i}}=\lambda_{i}} \quad\quad\quad(2)

  Eq.2Eq.2\text{Eq.2} 表示平滑的特征向量与较小的特征值相关联,即较低的频率。因此,基于Eq.1Eq.1\text{Eq.1}、Eq.2Eq.2\text{Eq.2} LLL 分解信号 xxx):

    x=Up=∑i=1npiui(3)x=Up=∑i=1npiui(3)\mathbf{x}=\mathbf{U p}=\sum\limits _{i=1}^{n} p_{i} \mathbf{u}_{i} \quad\quad\quad(3)

  其中 pipip_{i} 是特征向量 uiui\mathbf{u}_{i} 的系数,那么 xxx 的平滑度是:

    R(L,x)=x⊤Lxx⊤x=∑i=1np2iλi∑i=1np2i(4)R(L,x)=x⊤Lxx⊤x=∑i=1npi2λi∑i=1npi2(4){\large R(\mathbf{L}, \mathbf{x})=\frac{\mathbf{x}^{\top} \mathbf{L} \mathbf{x}}{\mathbf{x}^{\top} \mathbf{x}}=\frac{\sum \limits_{i=1}^{n} p_{i}^{2} \lambda_{i}}{\sum \limits_{i=1}^{n} p_{i}^{2}} } \quad\quad\quad(4)

  因此,为获得更平滑的信号,本文滤波器的目标是在保留低频分量的同时滤掉高频分量。

2.1.2 Generalized Laplacian Smoothing Filter

  如[28]所述,广义拉普拉斯平滑滤波器为:

    H=I−kL(5)H=I−kL(5)\mathbf{H}=\mathbf{I}-k \mathbf{L} \quad\quad\quad(5)

  采用 HH\mathbf{H} 作为滤波器矩阵,滤波后的信号 x~x~\tilde{\mathbf{x}} 为:

    x~=Hx=U(I−kΛ)U−1Up=∑i=1n(1−kλi)piui=∑i=1np′ui(6)x~=Hx=U(I−kΛ)U−1Up=∑i=1n(1−kλi)piui=∑i=1np′ui(6){\large \tilde{\mathbf{x}}=\mathbf{H x}=\mathbf{U}(\mathbf{I}-k \Lambda) \mathbf{U}^{-1} \mathbf{U p}=\sum \limits_{i=1}^{n}\left(1-k \lambda_{i}\right) p_{i} \mathbf{u}_{i}=\sum \limits_{i=1}^{n} p^{\prime} \mathbf{u}_{i} } \quad\quad\quad(6)

  因此,为实现低通滤波(low-pass filtering),频率响应函数 1−kλ1−kλ1-k \lambda 应是一个递减和非负函数。叠加 ttt 次拉普拉斯平滑滤波器,将滤波后的特征矩阵 X~X~\tilde{\mathbf{X}} 表示为

    X~=HtX(7)X~=HtX(7)\tilde{\mathbf{X}}=\mathbf{H}^{t} \mathbf{X} \quad\quad\quad(7)

  请注意,该过滤器根本是非参数化的。

2.1.3 The Choice of k

  在实践中,使用重整化技巧 A~=I+AA~=I+A\tilde{\mathrm{A}}=\mathrm{I}+\mathbf{A},采用对称归一化图拉普拉斯矩阵

    L~sym=D~−12L~D~−12(8)L~sym=D~−12L~D~−12(8)\tilde{\mathbf{L}}_{s y m}=\tilde{\mathbf{D}}^{-\frac{1}{2}} \tilde{\mathbf{L}} \tilde{\mathbf{D}}^{-\frac{1}{2}} \quad\quad\quad(8)

  此时滤波器为:

    H=I−kL~sym(9)H=I−kL~sym(9)\mathbf{H}=\mathbf{I}-k \tilde{\mathbf{L}}_{s y m} \quad\quad\quad(9)

  注意,如果设置 k=1k=1k=1,滤波器将成为 GCN 滤波器。  为选择最优 kkk,需要计算特征值 Λ~Λ~\tilde{\Lambda} 的分布(由 L~sym=U~Λ~U~−1L~sym=U~Λ~U~−1\tilde{\mathbf{L}}_{s y m}=\tilde{\mathbf{U}} \tilde{\Lambda} \tilde{U}^{-1} 分解得到)。

  x~x~\tilde{\mathbf{x}} 的平滑度是

    R(L,x~)=x~⊤Lx~x~x~=∑ni=1p′2iλi∑ni=1p′2i(10)R(L,x~)=x~⊤Lx~x~x~=∑i=1np′i2λi∑i=1np′i2(10){\large R(\mathbf{L}, \tilde{\mathbf{x}})=\frac{\tilde{\mathbf{x}}^{\top} \mathbf{L} \tilde{\mathbf{x}}}{\tilde{\mathbf{x}} \boldsymbol{\tilde { \mathbf { x } }}}=\frac{\sum_{i=1}^{n} p^{\prime}{ }_{i}^{2} \lambda_{i}}{\sum_{i=1}^{n} p^{\prime}{ }_{i}^{2}}} \quad\quad\quad(10)

  因此,p′2ip′i2p^{\prime}{ }_{i}^{2} 应随 λiλi\lambda_{i} 的增加而减少。将最大特征值表示为 λmaxλmax\lambda_{\max },理论上,如果 k>1/λmaxk>1/λmaxk>1 / \lambda_{\max } ,滤波器在 (1/k,λmax](1/k,λmax]\left(1 / k, \lambda_{\max }\right] 内不是低通,因为 p′2ip′i2p^{\prime}{ }_{i}^{2} 在这个间隔内增加;如果 k<1/λmaxk<1/λmaxk<1 / \lambda_{\max } 该滤波器不能使去出高频噪声部分。因此,k=1/λmaxk=1/λmaxk=1 / \lambda_{\max } 是最优选择。

  [7] 证明了拉普拉斯特征值的范围在 0~20~2\text{0~2} 之间,因此GCN滤波器在 (1,2](1,2](1,2] 区间内不是低通的。工作 [31] 相应地选择了 k=1/2k=1/2k=1/2,然而,我们的实验表明,在重整化后,最大特征值 λmaxλmax\lambda_{\max } 将缩小到 3/23/23/2 左右,这使得 1/21/21/2 不是最优。在实验中,我们计算每个数据集的 λmaxλmax\lambda_{\max },并设置 k=1/λmaxk=1/λmaxk=1 / \lambda_{\max },并进一步分析了不同 kkk 值的影响。

3 Adaptive Encoder

  通过 ttt 层拉普拉斯平滑过滤,输出特征更平滑,保持丰富的属性信息。本文自适应地选择高相似度的节点对作为正训练样本,而低相似度的节点对作为负训练样本。

  给定过滤后的节点特征 X~X~\tilde{\mathbf{X}},节点嵌入由线性编码器 fff 进行编码:

    Z=f(X~;W)=X~W(11)Z=f(X~;W)=X~W(11)\mathbf{Z}=f(\tilde{\mathbf{X}} ; \mathbf{W})=\tilde{\mathbf{X}} \mathbf{W} \quad\quad\quad(11)

  其中,WW\mathbf{W} 是权重矩阵。然后,为度量节点的成对相似度,利用余弦相似度。相似度矩阵 SSS 为:

    S=ZZT∥Z∥22(12)S=ZZT‖Z‖22(12)\mathrm{S}=\frac{\mathrm{ZZ}^{\boldsymbol{T}}}{|\mathrm{Z}|_{2}^{2}} \quad\quad\quad(12)

  接下来,我们将详细描述我们的训练样本选择策略。

3.1 Training Sample Selection.

  在计算相似矩阵后,对相似序列按降序排列。这里 rijrijr_{i j} 是节点对的排序位置 (vi,vj)(vi,vj)\left(v_{i}, v_{j}\right)。然后将正样本的最大排序位置设为 rposrposr_{p o s},将负样本的最小排序位置设为 rnegrnegr_{n e g}。因此,为节点对 (vi,vj)(vi,vj)\left(v_{i}, v_{j}\right) 生成的标签为

  lij=⎧⎩⎨⎪⎪10 None rij≤rposrij>rneg otherwise (13)lij={1rij≤rpos0rij>rneg None otherwise (13)l_{i j}=\left{\begin{array}{ll}1 & r_{i j} \leq r_{p o s} \0 & r_{i j}>r_{n e g} \\text { None } & \text { otherwise }\end{array}\right. \quad\quad\quad(13)

  这样,构造了一个包含 rpos rpos r_{\text {pos }} 个正样本和 n2−rnegn2−rnegn^{2}-r_{n e g} 个负样本的训练集。在第一次构造训练集时,由于编码器没有被认训练, 直接使用平滑的特征来初始化 SS\mathbf{S} :

    S=X˜X˜T∥X˜∥22(14)S=X~X~T‖X~‖22(14)\mathbf{S}=\frac{\widetilde{\mathbf{X}} \widetilde{\mathbf{X}}^{\mathbf{T}}}{|\widetilde{\mathbf{X}}|_{2}^{2}} \quad\quad\quad(14)

  构造好训练集后,可以用监督的方式训练编码器。在真实世界的图中,不相似的节点对总是远远多于正节点对,因此在训 练集中选择多于 rposrposr_{p o s} 个负样本。为了平衡正/负样本,在每次迭代中随机选择 rposrposr_{p o s} 个负样本。平衡训练集用 OO\mathcal{O} 表示。因 此,交叉熵损失表示如下:

    L=∑(vi,vj)∈O−lijlog(sij)−(1−lij)log(1−sij)(15)L=∑(vi,vj)∈O−lijlog⁡(sij)−(1−lij)log⁡(1−sij)(15)\mathcal{L}=\sum \limits_{\left(v_{i}, v_{j}\right) \in O}-l_{i j} \log \left(s_{i j}\right)-\left(1-l_{i j}\right) \log \left(1-s_{i j}\right) \quad\quad\quad(15)

3.2 Thresholds Update

  本文为 rposrposr_{p o s} 和 rnegrnegr_{n e g} 设计了一个特定的更新策略来控制训练集的大小。在训练开始时,选择更多的样本为编码器寻找粗化的聚类。之后,保留具有更高置信度的样本进行训练,将迫使编码器捕获细化的聚类。
  在实践中,随着训练过程的进行,rpos rpos r_{\text {pos }} 减少,而 rstnegrnegstr_{n e g}^{s t} 呈线性增加。将初始阈值设置为 rstpos rpos str_{\text {pos }}^{s t} 和 rstnegrnegstr_{n e g}^{s t},最终阈值设置为 redpos rpos edr_{\text {pos }}^{e d} 和 rednegrnegedr_{n e g}^{e d} 。有 redpos ≤rstpos rpos ed≤rpos str_{\text {pos }}^{e d} \leq r_{\text {pos }}^{s t} 和 redneg≥rstneg. rneged≥rneg. str_{n e g}^{e d} \geq r_{\text {neg. }}^{s t}。假设阈值被更新为 TTT次,我们将更新策略表示为

    r′pos =rpos+redpos −rstpos T(16)rpos ′=rpos+rpos ed−rpos stT(16){\large r_{\text {pos }}^{\prime}=r_{p o s}+\frac{r_{\text {pos }}^{e d}-r_{\text {pos }}^{s t}}{T}} \quad\quad\quad(16)

    r′neg=rneg+redneg−rstnegT(17)rneg′=rneg+rneged−rnegstT(17){\large r_{n e g}^{\prime}=r_{n e g}+\frac{r_{n e g}^{e d}-r_{n e g}^{s t}}{T}} \quad\quad\quad(17)

  随着训练过程的进行,每次阈值更新时,都会重建训练集并保存嵌入。

  对于节点聚类,我们对保存嵌入的相似矩阵进行谱聚类[22],利用戴维斯堡丁索引8选择最佳时期,在没有标签信息的情况下测量聚类质量。对于链路预测,我们在验证集上选择执行得最好的历元。Algorithm 1 给出了计算嵌入矩阵 ZZZ 的总体过程。

  919d541d928efdfdc201f22787db4050 - 论文解读(AGE)《Adaptive Graph Encoder for Attributed Graph Embedding》

4 Experiments

数据集

  2563792b7b27bacecddf2cb1fd775ac2 - 论文解读(AGE)《Adaptive Graph Encoder for Attributed Graph Embedding》

节点聚类

   3f776acc2663f309864831238f5766a3 - 论文解读(AGE)《Adaptive Graph Encoder for Attributed Graph Embedding》


https://zhuanlan.zhihu.com/p/440760513

https://zhuanlan.zhihu.com/p/432080955

转载请注明:xuhss » 论文解读(AGE)《Adaptive Graph Encoder for Attributed Graph Embedding》

喜欢 (0)

您必须 登录 才能发表评论!