Фреймворк обучения темпоральных графовых нейросетевых эмбеддингов с помощью извлечения причинно-следственной информации в результате анонимных блужданий по графу

Многие графовые задачи машинного обучения, такие как предсказание связей между вершинами и классификация вершин, обычно решаются с помощью подхода обучения представлений (эмбеддингов). Каждая вершина или ребро в нейросети кодируется с помощью эмбеддинга.
Хотя существует множество нейросетевых методов обучения эмбеддингов для статических графов, задача значительно усложняется при анализе динамической (т.е. временной) сети. В этой статье мы предлагаем новый подход к динамическому нейросетевому обучению эмбеддингов, основанный на Темпоральных Графовых Нейросетях с использованием настраиваемой функции генерации сообщений путем извлечения причинно-следственной информации в результате анонимных блужданий по графу. Мы предлагаем фреймворк, который является бенчмарком по оценке качества эмбеддингов, полученных с помощью Темпоральных Графовых Нейросетей.
Эта работа представляет собой первый фреймворк для сравнения представлений, полученных с помощью темпроральных графовых нейросетей, в применении к различным задачам машинного обучения, включая такие задачи как предсказание связей между вершинами и классификация вершин. Предлагаемый подход превосходит все современные известные модели в данном домене. В работе также обосновывается их различие на основе оценок в различных задачах классификации трансдуктивных/индуктивных ребер/вершин. Кроме того, мы показывваем существенное превышение в качестве в реальных задачах, для этого мы применили эмбеддинги, посчитанные нашим методом на транзакционных данных одного из ведущих европейских банков, к различным задачам, включая кредитный скоринг.

Читать еще

Центр робототехники • Управление исследований и инноваций
Управление исследований и инноваций
30 августа 23
Science at Sber 2022
Управление исследований и инноваций • Управление внутрибанковской безопасности
17 апреля 23
Создание инструмента второго мнения для классического полиграфа
Асонов Дмитрий Валерьевич, Крылов Максим Андреевич, Омелюсик Владимир Степанович, Рябикина Анастасия Евгеньевна, Литвинов Евгений Вячеславович, Митрофанов Максим Алексеевич, Михайлов Максим Алексеевич, Ефимов Альберт Рувимович

Мы используем cookies и аналогичные технологии для улучшения работы сайта и повышения удобства его использования.
Условия использования описаны в Уведомлении об обработке персональных данных сайтом и Политике в отношении Сookies и аналогичных технологий для сайта.