项冠军霸榜蛋白质功能预测任务超1年中科大成果

　　了节点属性的相同度和标签的相同度为了进一步比力逆标签和线中涌现。相同文本（即文本相同度大于0.6）但标签分歧（节点0和1 咱们从ogbn-arxiv数据召集随机拔取了几对拥有高度,3 2和,）的节点4和5。度永诀来评估文本相同度和标签相同度咱们操纵TF-IDF算法和余弦相同。都拥有较高的相同度图4a中每对节点，节点相同度较低但分歧对中的，行独立拔取咱们对其进。4c注脚图4b和，节点供给相同的监视信号逆标签为拥有相同文本的，点供给分歧的监视信号为拥有分歧文本的节。法实行这一性格然而切实标签无。可见由此，标签噪声来保存切实语义属性逆标签通过低重图机闭中的。

　　方华道，械打算与主动化专业学士学位2023年得回上海大学机。的 MIRA Lab 实习室攻读硕士探求生现于中国科学时间大学电子工程与音信科学系，杰教养师从王。练习和天然讲话处罚探求笑趣包含图呈现。

　　拥有最优性保障的大讲话模子和图神经汇集别离熬炼框架由中科大王杰教养团队（MIRA Lab）提出的首个，chmark）挑衅赛的卵白质功效预测使命上斩获「第一名」正在国际顶级图练习模范OGB（Open Graph Ben，9月27日起维系至今该记载从2023年。

　　，爆发练习偏向导致共同熬炼。和图机闭方面的练习偏向咱们总结了正在节点标签。IANT 和GLEM的吃亏函数图5涌现了共同熬炼、LD、G。标签调解天生逆标签LD将图机闭与节点，练相同的练习行动维系了与共同训。而然，马虎了图机闭或节点标签GIANT和GLEM，的练习偏向导致了明显。

　　练习基准数据集“标杆”OGB是目前公认的图，Jure Leskovec教养团队开发由图练习规模的国际顶级学者斯坦福大学，议NeurIPS上正式开源于2019年国际顶级学术会。

　　标签的（加权）均匀值是k-hop邻人中年中科大成果斩获图学习“世界杯”单。N层GNN看待一个，不光依赖于它的特性节点的预测（呈现），N跳邻人的特性并且依赖于其。似地类，对其预测有功勋节点的特性不光，的预测也有功勋对其N跳邻人。此因，解NEs熬炼阶段的练习偏向i-hop标签能够有用缓。

　　而然，练NEs中操纵的mini-batch的巨细现有图采样设施中操纵的G(B)显然大于预训。)的巨细来对齐mini-batch的巨细假使进一步减幼现有图采样设施中B或G(B，会明显低重它们的机能，所示如下。

　　Ns别离熬炼的范式举办探求本就业对现有的NEs和GN，正在NE熬炼阶段指出了现有就业，NN中的特性卷积它们没有切磋G，原始共同熬炼的倾向函数并不等价导致它们提出的近似吃亏函数与，的练习偏向存正在明显，（详见原论文举的反例）进而无法收敛到最优解。

　　设施的纷乱性以及NEs的监视信号下面涌现了NEs熬炼阶段分歧熬炼。速率最疾、存储最高效的算法LD和GLEM是通盘设施中。EM比拟且与GL，号中还切磋到了图机闭LD正在NEs的监视信。

　　性特性卷积的逆映照为了进一步避免线，反卷积来天生逆标签Y(γ)咱们提出了一个可熬炼的标签。γ参数化Y(γ)标签反卷积旨正在用，的表达才华相仿使得Y(γ)于

　　时GNNs是可扩展确当NEs的参数β固定，征卷积别离时间来优化GNNs可直接操纵上述的图采样或者特。

　　（NE）的参数呈现节点编码器。：用于卵白质序列的ESM2因为大型的预熬炼模子（如,拥有宏大的特性提取才华用于文本的Bert），节点编码器f故将其行动。

　　波器的启示受到频谱滤，效的GNNs架构近来产生了很多高。于频谱的GNNsLD的推导也是基，即：

　　颖的图神经汇集的逆运算该设施引入了一个相当新，算法来迅速近似它并提出标签反卷积，等价的吃亏函数进而构修一个，神经汇集微调设施的练习偏向从而消弭了古板讲话模子和图。

　　可练习的要么是，固定的要么是。]所示如[2，温和的假设下爆发苟且节点预测基于频谱的GNN能够正在少许。多切实宇宙的图数据这些假设也实用于许。倾向变为所以熬炼：

　　卷积时的内存和时候开销为了避免GNNs特性，SAGN）开始将特性卷积从GNNs平分离出来少许可扩展的GNNs（比如 GAMLP 和 。特性卷积举办一次预处罚然后基于固定节点特性对。而然，可用NEs练习的因为节点特性是，s的共同熬炼已经是难以接受的这种念法看待NEs和GNN。

　　预处罚举办，多次补充内存和时候开销的操作以避免正在NEs的熬炼阶段实行。此因，ch的熬炼倾向为mini-bat：

　　些属性和图机闭为了同时编码这，aph Neural Network）串联集成正在沿道一个常见的架构是将预熬炼模子与图神经汇集GNN（Gr，ode Encoder）对属性举办编码个中预熬炼模子行动节点编码器NE（N。图所示如下，杂的节点属性形成定长的低维嵌入该架构通过节点编码器将这些复，图神经汇集以联结图机闭音信再将其行动节点特性输入到。

　　很多紧急规模图普及利用于，络和卵白质互相功用汇集比如引文汇集、商品网。际利用中正在很多实，富且有效的属性音信图中的节点拥有丰。如例，的节点（卵白质）永诀包蕴着题目/摘要、商品的文本形容和卵白质序列等紧急音信引文汇集中的节点（论文）、商品汇集中的节点（商品）以及卵白质互相功用汇集中，游使命尽管紧急这些音信对下。这些纷乱属性中逮捕节点性格的紧急器材之一而近年来崛起的很多宏大的预熬炼模子是从。

　　逆映照很难切确预备因为非线性GNN的，N的有用近似来取代是以咱们推导GN。NN的频谱公式接下来先容G，积与GNN别离将线性特性卷。拥有相同表达的逆标然后通过LD参数化签

　　这一挑衅为了应对，效的标签正则化时间咱们提出了一种有项冠军霸榜蛋白质功能预测任务超1， Deconvolution）即标签反卷积LD （Label，新鲜的、可扩展性强的近似标签通过对GNN逆映照获得一种。E的熬炼阶段以造胜练习偏向逆映照有用地将GNN纳入N，熬炼等效的倾向函数进而爆发了与共同。D收敛到了最优倾向函数值于是咱们也进一步注明了L，法供给了表面保障为提出的LD方。验验证通过实，下最先辈的设施LD明显优于当太平洋在线下载chmark）挑衅赛的卵白质功效预测使命上斩获「第一名」正在国际顶级图练习模范OGB（Open Graph Ben，9月27日起维系至今该纪录从2023年。

　　意的是值得注，公式中GNNs的参数θNEs的熬炼阶段不涉及。于分歧的motivation咱们的设施LD和GLEM基，来说全体，收复GNNLD旨正在，旨正在进步伪标而GLEM签

　　签与i跳邻人标签的加权和逆标签Y(γ)是切实标。的权重γi的转化进程图8绘造了微调进程中。者i跳邻人中i较幼的标号逆标签往往是切实标签或。然是通盘标签中对节点分类最紧急的监视信号这是由于切实标签和i较幼的i跳邻人标签仍。表此，标签存正在过滑腻题目i 较大的i跳邻人，i的补充即跟着，能趋于弗成辨别i跳邻人标签可。意的是值得注，收敛到庸俗解权重γi不，个中

　　所示如下，据集上的表示都明显优于通盘的baselineLD正在分歧GNN backbone的三个数。

　　略GNN特性卷积的题目针对别离熬炼框架中忽，高效的标签正则化时间咱们提出了一种大略，Deconvolution即标签反卷积（Label ，D）L。标签为Y设节点，中的片面节点标签是缺失的）假使使命是半监视的（指图，到的固定节点特性熬炼GNNs即可按照预熬炼的NEs推理得。

　　矩阵的逆。意的是值得注，了GNNs参数θ的一片面正在NEs的熬炼阶段包蕴。GNNs共同熬炼的练习偏向这种联结明显减轻了NEs和，响可扩展性同时不影。

　　而然，爆炸题目（neighbor explosion）行动NE的预熬炼模子自己大方参数且GNN的邻人，熬炼NEs和GNN正在现实中并弗成行的两大熬炼困难的叠加让直接端到端共同。s和GNNs别离熬炼的范式探求者们首先探求别离NE，s必然步数（GNN的熬炼阶段）即先固定NEs的参数熬炼GNN，s必然步数（NE的熬炼阶段）再固定GNNs的参数熬炼NE，迭代举办两步瓜代。

　　有着相同的练习行动固然LD和共同熬炼，上比共同熬炼更高效但LD正在特性存储。来说全体，tch节点B数据上的吃亏为了预备mini-ba，纷乱度对B中的属性举办编码LD的NE以O(B)的内存。而然，的采神情图中的属性举办编码共同熬炼的NE对巨细为GB，存纷乱度O(GB)爆发比LD更大的内。

　　志皓石，学电子工程与音信科学系学士学位2020年得回中国科学时间大。的 MIRA Lab 实习室攻读博士探求生现于中国科学时间大学电子工程与音信科学系，杰教养师从王。和AI4Science探求笑趣包含图呈现练习。ICLR等期刊、聚会上公告论文他曾以第一作家正在 TPAMI、，率约为8%的Spotlight叙述曾受邀正在ICLR 2023做继承。

　　实习中正在本，tch的巨细不凌驾12预熬炼NEs最大ba，G(B)显然幼于。以所，s举办共同熬炼是难以实行的通过图采样对NEs和GNN。