Robust Graph Condensation via Classification Complexity Mitigation
Created by
Haebom
Category
Empty
저자
Jiayi Luo, Qingyun Sun, Beining Yang, Haonan Yuan, Xingcheng Fu, Yanbiao Ma, Jianxin Li, Philip S. Yu
개요
Graph condensation (GC)의 중요성에도 불구하고, 원본 그래프가 손상된 경우 GC의 성능이 저하되는 문제점을 지적하며, 기존의 GC가 적대적 공격에 취약하다는 것을 밝힘. 본 논문은 GC를 위한 새로운 Manifold-constrained Robust Graph Condensation (MRGC) 프레임워크를 제안하며, 이는 condensed graph가 매끄럽고 낮은 차원의 manifold 내에 위치하도록 유도하여 분류 복잡성을 유지하고 적대적 공격 하에서 견고한 성능을 보장하는 것을 목표로 함.
시사점, 한계점
•
시사점:
◦
GC의 취약점 분석: 적대적 공격에 대한 GC의 취약성을 밝히고, 그 원인을 분석함.
◦
새로운 프레임워크 제안: MRGC를 통해 GC의 견고성을 향상시키는 새로운 접근 방식을 제시함.
