그래프를 바꾸는 네 방식
노드와 그 연결 일부를 제거하거나 간선을 추가 및 제거한다. 노드 속성 일부를 가리는 방식과 부분 그래프를 뽑는 방식도 사용한다. 각 증강은 원래 의미가 어느 변화에 유지되는지에 관한 가정을 담는다.
두 관점의 대조
같은 입력 그래프에 증강을 적용해 상관된 관점들을 만든다. 공유 그래프 신경망 인코더와 투영 헤드를 학습해 두 표현이 대조 손실 아래에서 일치하도록 한다.
조합과 강도의 평가
원 연구는 증강 조합을 반지도 및 비지도 학습과 전이 학습 및 적대적 공격 조건에서 조사했다. 증강의 종류뿐 아니라 정도와 패턴을 매개변수화하는 경우의 영향도 예비 실험으로 평가했다.
관련 문서
대조 학습 / 데이터 증강 / 그래프 신경망 / InfoGraph / Deep Graph Infomax / 표현 학습