Unsupervised Scene Graph Retrieval using Graph Autoencoders

Abstract

Τα Νευρωνικά Δίκτυα Γράφων (ΝΔΓ) έχουν αναδειχθεί ως ένα βασικό μοντέλο στον τομέα της μηχανικής μάθησης, λόγω της μοναδικής τους ικανότητας να χειρίζονται δεδομένα δομημένα ως γραφήματα. Σε αντίθεση με τις παραδοσιακές αναπαραστάσεις δεδομένων, οι γράφοι αποτυπώνουν περίπλοκες σχέσεις και εξαρτήσεις μεταξύ των οντοτήτων, κάτι που εντοπίζεται συχνά σε ένα ευρύ φάσμα τομέων, όπως τα κοινωνικά δίκτυα, η μοριακή χημεία, τα συστήματα συστάσεων και άλλα. Τα ΝΔΓ υπερέχουν στη μοντελοποίηση αυτών των πολύπλοκων αλληλεπιδράσεων, επιτρέποντας αυξημένη ακρίβεια πρόβλεψης και καλύτερη κατανόηση των διαφόρων δομών. Ένα από τα πιο σημαντικά και παραδοσιακά προβλήματα στην θεωρία των γράφων, είναι η Ομοιότητα Γραφημάτων, δηλαδή η ποσοτικοποίηση της σύγκρισης δύο γράφων. Για την επίλυση αυτού του προβλήματος, χρησιμοποιούνται προσεγγιστικοί αλγόριθμοι εύρεσης Απόστασης Επεξεργασίας Γράφων, αλλά και πιο κλασσικές μέθοδοι, όπως Πυρήνες Γράφων. Επιπλέον, τα ΝΔΓ μπορούν να χρησιμοποιηθούν για την παροχή Εξηγήσεων μέσω Αντιπαραδειγμάτων, ερμηνεύοντας έτσι τις διαφορές μεταξύ των κατηγοριών του συνόλου δεδομένων. Με τους ανακτηθέντες γράφους, έχουμε πρόσβαση στο αντικείμενο που αντιπροσωπεύει το κύριο Αντιπαράδειγμα, το οποίο είναι ο πρώτος ανακτηθείς γράφος που δεν ανήκει στην ίδια κλάση με τον γράφο του ερωτήματος. Με τον γράφο Αντιπαράδειγμα, μπορούμε να εξάγουμε τις ουσιαστικές αλλαγές που πρέπει να γίνουν στο γράφημα, προκειμένου να βρούμε τις ελάχιστες διαφορές των κλάσεων των αντικειμένων.

Σε αυτήν την διατριβή, θα αντιμετωπίσουμε το πρόβλημα της Ομοιότητας Γραφημάτων, χρησιμοποιώντας Νευρωνικά Δίκτυα Γράφων. Το συνολό δεδομένων αποτελείται από Γράφους Σκηνής, δηλαδή γράφους οι οποίοι απεικονίζουν σημασιολογικά μία αντίστοιχη εικόνα. Κωδικοποιώντας τις δομές των γραφημάτων σε υψηλής διάστασης ενθετικές αναπαραστάσεις, τα ΝΔΓ ποσοτικοποιούν την ομοιότητα μεταξύ των γραφημάτων, επιτρέποντας την αποτελεσματική αντιστοίχιση γραφημάτων αλλά και γενικότερες εργασίες συσταδοποίησης. Η ικανότητά τους να προσαρμόζονται και να γενικεύονται σε διαφορετικούς τομείς γράφων καθιστά τα ΝΔΓ μια ευέλικτη και πολλά υποσχόμενη προσέγγιση για την αντιμετώπιση του προβλήματος της Ομοιότητας Γραφημάτων, προσφέροντας νέες ιδέες και λύσεις σε τομείς όπου η κατανόηση των υποκείμενων σχέσεων μέσα σε πολύπλοκα δίκτυα είναι απαραίτητη. Συγκεκριμένα, θα χρησιμοποιηθεί μία υπό-κατηγορία μη-επιβλεπόμενων ΝΔΓ, οι Αυτο-κωδικοποιητές Γράφων, οι οποίοι έχουν ως σκοπό την επιτυχής ανακατασκευή των γράφων εισόδου, ενσωματώνοντάς τους σε χώρους υψηλότερων διαστάσεων. Το κύριο πλεονέκτημα των αρχιτεκτονικών που βασίζονται σε Αυτο-κωδικοποιητές είναι η επιτάχυνση της εκπαίδευσης των μοντέλων σε σύγκριση με τις προσεγγίσεις που υλοποιούν Επιβλεπόμενη Μάθηση. Δοκιμάζονται αρκετές παραλλαγές του βασικού Αυτο-κωδικοποιητή Γράφων, και συγκρίνονται με τους πέντε επικρατέστερους Πυρήνες Γράφων. Ο σκοπός όλων των παραπάνω μοντέλων είναι να προσεγγίσουν τα αποτελέσματα που δίνει ο αλγόριθμος εύρεσης Απόστασης Επεξεργασίας Γράφων, ο οποίος είναι αρκετά δύσκολος στον υπολογισμό, και πολύ πιο χρονοβόρος. Η αξιολόγηση των αποτελεσμάτων γίνεται τόσο σε ποσοτικό επίπεδο, με χρήση τριών μετρικών για την αξιολόγηση της ανάκτησης γράφων, όσο και σε ποιοτικό επίπεδο, με την απεικόνιση των εικόνων που αντιστοιχούν στους γράφους του συνόλου δεδομένων. Εν τέλει, οι Αυτο-κωδικοποιητές Γράφων έχουν την ικανότητα να προσεγγίσουν καλύτερα τον αλγόριθμο εύρεσης Απόστασης Επεξεργασίας Γραφήματος, σε σύγκριση με τους Πυρήνες Γράφων, ενώ παράλληλα παράγουν και ενθετικές αναπαραστάσεις των γραφημάτων, οι οποίες μπορούν να χρησιμεύσουν σε αρκετά ακόμα προβλήματα.