노드 주석 비용
그래프 신경망 학습에 필요한 노드 레이블을 모두 확보하기는 어려울 수 있다. 이 연구는 적은 주석으로 학습하도록 어떤 노드를 먼저 표기할지 정하는 문제를 다룬다.
순차 의사결정
노드 질의를 그래프 위의 순차 의사결정 과정으로 구성한다. 그래프 신경망 기반 정책 네트워크를 강화 학습으로 학습해 질의 전략을 얻는다.
원천 그래프의 활용
전체 레이블이 있는 여러 원천 그래프에서 정책을 공동 학습한다. 학습한 선택 정책을 미표기 대상 그래프에 직접 적용하는 전이를 목표로 한다.
도메인 사이의 평가
여러 도메인의 자료에서 전이 성능을 비교했다. 같은 도메인 안의 그래프 간 전이와 서로 다른 도메인 사이의 전이를 나눠 평가한 접근이다.
관련 문서
순차 GCN 능동 학습 / BADGE 능동 학습 / BAIT 능동 학습 / GLISTER / PRISM 부분 집합 선택 / 코어셋 기반 능동 학습