Open the Eyes of MPNN: Vision Enhances MPNN in Link Prediction
Created by
Haebom
저자
Yanbin Wei, Xuehao Wang, Zhan Zhuang, Yang Chen, Shuhao Chen, Yulong Zhang, Yu Zhang, James Kwok
개요
본 논문은 메시지 전달 그래프 신경망(MPNNs)과 구조적 특징(SFs)을 기반으로 링크 예측 작업을 수행하는데, 시각적 인식의 잠재력을 활용하지 못한 기존 연구의 한계를 지적합니다. 이에 따라, 시각적 구조 인식을 MPNNs에 적용하는 효과적인 프레임워크인 그래프 비전 네트워크(GVN)와 그 효율적인 변형(E-GVN)을 제안합니다. 7개의 링크 예측 데이터셋에 대한 광범위한 실험 결과를 통해 GVN이 시각적 향상으로부터 일관된 이점을 얻고, 기존 최첨단(SOTA) 방법과의 호환성을 유지하면서 새로운 SOTA 결과를 달성함을 보여줍니다. 이는 링크 예측을 위한 새로운 유망한 방향을 제시합니다.
시사점, 한계점
•
시사점:
◦
MPNNs에 시각적 구조 인식을 도입하여 링크 예측 성능을 향상시키는 새로운 프레임워크(GVN, E-GVN) 제시.
