Bridging the Divide: End-to-End Sequence-Graph Learning
Created by
Haebom
Category
Empty
저자
Yuen Chen, Yulun Wu, Samuel Sharpe, Igor Melnyk, Nam H. Nguyen, Furong Huang, C. Bayan Bruss, Rizal Fathony
개요
본 논문은 시퀀스 데이터와 관계형 데이터가 함께 존재하는 현실 세계 데이터셋을 효과적으로 처리하기 위한 새로운 아키텍처 BRIDGE를 소개합니다. BRIDGE는 시퀀스 인코더와 GNN을 통합하여 단일 목표 하에 훈련되며, 그래디언트가 두 모듈 모두를 통해 흐르도록 설계되었습니다. 또한, 토큰 레벨의 메시지 전달을 위해 TOKENXATTN이라는 토큰 레벨 교차 어텐션 레이어를 도입하여 이웃 시퀀스 간의 상호 작용을 개선합니다. 친구 관계 예측(Brightkite) 및 사기 탐지(Amazon) 문제에서 BRIDGE는 기존의 GNN, 시계열 그래프 방법 및 시퀀스 기반 모델보다 우수한 성능을 보였습니다.
