Heterogenní graf | AI slovník

Odborná definice

Heterogeneous graph je graf, který obsahuje více typů uzlů, více typů hrán nebo oboje. V znalostnom grafu mohou uzly reprezentovat osoby, firmy a dokumenty, zatímco hrany vyjadrují zamestnání, vlastníctvo či citaci. Typ určuje význam vlastností, povolené relace a způsob agregace informací. Model proto nemůže všech sousedů zpracovat jednou nerozlíšenou transformací bez ztráty sémantiky. Heterogénne grafové neuronové sítě používají reláciovo specifické parametry, meta-cesty, pozornost nebo sdílení váh mezi typmi. Kvalita závisí i od správné ontológie a neúplnosti hrán.

Srozumitelné vysvětlení

Sociálna síť s jediným typem uzla člověk a hranou pozná se je homogénna. Firemná znalostní báze může mít lidí, projekty, smlouvy a technologie, přičemž člověk vede projekt, projekt používá technologii a zmluva upravuje projekt. Každý vztah znamená něco jiné. Pokud jejich model zlúči do jedné hrany, ztratí rozdíl mezi autorstvom a vlastníctvom. Heterogenní graf zachová typy a umožní otázky, které procházejí konkrétnou kombinací relací. Chybný typ nebo chýbajúca hrana však může vytvořit přesvědčivý, ale nesprávný závěr.

Časté otázky

Čím se heterogenní graf liší od znalostního grafu?

Znalostní graf je obvykle heterogenní a pracuje s významovými entitami a relacemi, ale pojem zahrnuje i identifikátory, ontológiu a faktické tvrzení. Heterogenní graf je širší štrukturálna vlastnost dat.

Co je meta-cesta?

Je to vzor typů uzlů a relací, například autor, článek, konference, článek, autor. Určuje sémantický způsob, jakým se dva uzly spojují, a může slúžit na agregaci nebo výpočet podobnosti.

Jako GNN zpracuje různé typy uzlů?

Použije samostatné vstupní projekce, reláciovo specifické správy nebo typové embeddingy a potom výsledky zlučuje. Parametry lze zdielat tam, kde typy mají podobnou strukturu, aby model nebol příliš velký.

Jaké riziko má nevyvážený počet typů?

Dominantný typ uzla nebo hrany může prevážit gradienty a zakrýt vzácné, ale důležité relace. Pomáhá stratifikované vzorkování, vážení správ a evaluace zvlášť pro jednotlivé typy.

Jak se hodnotí heterogenní grafový model?

Podle úlohy se měří klasifikace uzlů, predikce relací, ranking nebo kvalita embeddingů. Testovací rozdělení musí zabránit úniku budoucích či duplicitných hrán a zachovat realistické typové omezení.

Související pojmy

Zdroje a redakční stopa

Wang a kol., Heterogeneous Graph Attention Network (arxiv.org)
PyTorch Geometric, Heterogeneous Graph Learning (pytorch-geometric.readthedocs.io)

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.