Predicción de Aristas para Data Augmentation en Problemas de Clasificación de Nodos con Graph Neural Networks

Abstract

En este trabajo, repasamos detalladamente el planteamiento de un problema de aprendizaje supervisado en general, sobre datos en forma de grafo en particular, y la construcción de la arquitectura de Graph Neural Networks para la resolución del mismo. En concreto, nos centramos en SEAL, una metodología basada en Graph Neural Networks para predicción de aristas. Además, explicaremos el método GAug-M para data augmentation en problemas de clasificación de nodos, que consiste en añadir o eliminar aristas en base a las probabilidades obtenidas de un modelo predictor de aristas, para enriquecer la información del grafo y aumentar el rendimiento del modelo de clasificación. En este TFM se propone un nuevo uso de la metodología SEAL como modelo predictor de aristas junto con GAug-M para realizar data augmentation en un grafo. Evaluaremos el rendimiento de usar esta combinación, y lo compararemos con el rendimiento obtenido en [37] con otro modelo predictor de aristas, en los mismos datasets y con el mismo modelo de clasificación de nodos.

In this work, we explain in detail the formulation of a supervised learning problem in general, over graph data in particular, and the arquitecture of Graph Neural Networks for solving them. In particular, we focus on SEAL, a Graph Neural Network framework for predicting the existence of a link between nodes. We also talk about GAug-M, a method for data augmentation in node classification problems, which consists in adding or removing links based in precalculated probabilities, in order to improve the graph information, and also improve the performance of the node classification model. In this work, we propose a new use of SEAL as the link predictor, together with GAug-M for performing data augmentation in a graph. We evaluate the performance of this combination, and we compare it with the performance obtained in [37] with a different link prediction model, in the same datasets and with the same model for node classification. Moreover, we explain how to use this arquitecture for performing data augmentation on a graph, whose nodes we want to classify, using the GAug-M method, explained and tested in [37] with other link prediction arquitectures different from SEAL. . We evaluate the performance when using SEAL as the link predictor, and we compare it with the efficiency obtained in [37] by using other predictor models, in the same datasets and with the same node classification model.