Dasoulas, Georgios
[Verfasser:in]
;
Institut polytechnique de Paris
[Mitwirkende:r];
Vazirgiannis, Michalis
[Mitwirkende:r]
Towards Expressive Graph Neural Networks : Theory, Algorithms, and Applications ; Vers des Graph Neural Networks expressives : théorie, algorithmes et applications
Titel:
Towards Expressive Graph Neural Networks : Theory, Algorithms, and Applications ; Vers des Graph Neural Networks expressives : théorie, algorithmes et applications
Anmerkungen:
Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
Beschreibung:
L'évolution de l'apprentissage automatique s'accélérant, les donnés jouent un rôle de plus en plus important dans la construction de modèles intelligents, capables de prédire des résultats complexes et de prendre des décisions.Dans un nombre sans cesse croissant d'applications, les données sont structurées et peuvent être vues comme des graphes.L'exploitation de cette structure est le cœur du domaine de l'apprentissage de représentations de graphes, qui consiste à calculer des représentations suffisamment expressives des graphes et de ses composants. Récemment, la domaine de l'apprentissage de représentations de graphes a été accéléré par le succès des algorithmes du type «message passing» (passation de messages) appliqués aux graphes, à savoir les «Graphe Neural Network». L'apprentissage de représentations informatives et expressives sur les graphes joue un rôle critique dans un large éventail d'applications du monde réel, depuis les télécommunications et les réseaux sociaux jusqu'à la chimie et la biologie. Dans cette thèse, nous étudions les différents aspects à partir desquels les réseaux neuronaux graphiques peuvent être plus expressifs, et nous proposons de nouvelles approches pour améliorer leurs performances dans les tâches standard d'apprentissages. En réalisant des études théoriques et expérimentales, nous montrons comment les approches proposées peuvent devenir des outils utiles et efficaces pour concevoir des modèles d'apprentissage de graphes plus expressifs.Dans la première partie de la thèse, nous étudions la qualité des représentations de graphes en fonction de leur pouvoir de discrimination, c'est-à-dire la capacité à différencier des graphes qui ne sont pas isomorphes.Tout d'abord, nous montrons que les schémas standards de passation de messages ne sont pas universels, en raison de l'incapacité des agrégateurs à séparer les nœuds présentant des ambiguïtés. Nous proposons un schéma de coloration, qui bien que simple peut fournir des représentations universelles avec des garanties ...