Graph Attention Network

最新推荐文章于 2024-09-16 07:19:53 发布

上杉绘梨衣-

最新推荐文章于 2024-09-16 07:19:53 发布

阅读量4.4k

点赞数 1

Giraph 同时被 2 个专栏收录

18 篇文章 0 订阅

订阅专栏

Graph Attention Network

1 篇文章 0 订阅

订阅专栏

【新智元导读】Yoshua Bengio 团队日前提出了一种名叫图谱注意力网络（Graph Attention Network，GAT）的新型神经网络架构，探讨将图谱（Graph）作为输入的情况下如何用深度学习完成分类、预测等问题，相关论文已经提交ICLR-18审核。作者邓侃认为，图（Graph）作为一种表达方式，能够表达很多知识，Bengio研究组的这篇论文虽然尚未在业界引发巨大反响，但其结果十分重要而且有趣，下面且听他道来。

一篇“不出名”但十分重要而且有趣的论文

2017年10月30日，深度学习界著名的 Yoshua Bengio 研究组发表论文，题为 “Graph Attention Networks”，预计将在 ICLR 2018 会议上正式发表[1]。

这篇论文似乎还没有在业界引起巨大反响。但是这篇论文触及到一个重要的研究课题，值得关注。

众所周知，深度学习算法，尤其是 CNN 算法，在图像识别领域取得了巨大的成功，譬如人脸识别。在人脸识别的例子中，输入是图像，输出是字符串，也就是图像中人物的姓名。

图像，通常被理解为矩阵，矩阵的每个元素是像素，像素是（Red，Green，Blue）三个数值组成的向量。

换个角度想想，矩阵也可以理解为图谱（Graph），图谱由点（node）和边（edge）组成。相邻的点之间，有边相连。而矩阵是一种特殊的图谱，特殊性表现在两方面：

1. 矩阵每个点有固定个数的邻点。从图谱的角度看，图像中的像素，就是图谱中的点。图像中每个像素，也就是图谱中的每个点，周边总共有 8 个邻点。

2. 矩阵每条边的权重是常数。从图谱的角度看，图像中的每一个像素，只与周边 8 个邻点之间有边，边的长短权重，是常数。

图像作为一种特殊的图谱，特殊性体现在这两个限制上面。如果放松了这两个限制，问题就更复杂了，深度学习算法也会面临更大的挑战。

“Graph Attention Networks” 试图解决这个问题，也就是说，把不加限制的图谱作为输入，在这种情况下，如何用深度学习算法完成诸如分类、预测等问题。

放松限制条件，意味着难度更大，因此重要而且有趣。所以，“Graph Attention Networks” 是一篇重要有趣的论文。

图谱注意力网络的算法

上图左边展示了GAT模型中使用的注意力机制 a(W h_{i}, W h_{j} )，通过一个权重向量参数化~a ∈ R^2F'。右边则是节点 1 对其近邻节点的多头注意力（其中 K=3 heads），其中不同的箭头格式和颜色表示独立的注意力计算，每个头的聚合特征连接或平均后得到 h'_{1}。

这篇论文的算法，其实不难懂。

放松了邻点个数和边的权重这两个限制条件的图谱，有很多种。譬如地图、人际关系网、论文引用网络、医学知识图谱，等等。

假如给你一张地图，让你研究一下在哪里买房，房价升值机会最大。把问题翻译成深度学习的语汇，输入是地图，输出是一张热力图，温度越高，房价升值空间越大。

买房需要综合考虑多种因素，房型和价格当然很重要，但是更重要的是位置：周边有哪些学校，距离多远，质量如何；周边交通是否方便，离地铁站多远；周边有哪些商业区、写字楼、工厂车间等等。

如何把多种因素结合在一起？最简单的办法是加权和。但是，每个因素的权重怎么算？最好是收集其他区域的大量资料，研究房价与周边诸因素之间的关系。

翻译成深度学习的语汇来说，就是先收集大量训练数据，每组数据的输入是地图，输出是房价热力图。

然后，用这些训练数据，训练深度学习模型，用于估算如下公式中的两项参数——邻边的权重函数 α_{i, j} 的参数，以及向量转换矩阵 W 的参数。

h'_{i} = σ( ∑_{j} ( α_{i, j} * W * h_{j} ) )

1. h'_{i} 是地图中 i 点的房价升值空间。通常可以是一个数值，也可以设为一个向量，包含多种指标。

2. h_{j} 是地图中 i 的邻点 j 的各项指标，包括从 j 到 i 点的距离，j 的类型是商铺还是学校还是地铁站，j 的人流等等。h_{j} 是一个多维向量。

3. W 是从 h_{j} 的向量转换矩阵。 h_{j} 与 h'_{i} 都是向量，但是维度不等，所以需要矩阵 W 做转换，把 h_{j} 降维成 h'_{i} 的维度。但是转换矩阵 W 中每个元素的取值，不预先手工设定，而是通过用训练数据，来估算最优取值。

4. α_{i, j} 是从 j 到 i 点的邻边的权重函数。由于权重考虑的因素不仅多，而且因素之间的相互影响比较复杂，通常不是线性关系，所以用一个神经网络来模拟权重函数。

5. σ( * ) 是一个非线性函数。通常设为 sigmoid 函数。有些地段的房价升值空间，明显不高。Sigmoid 函数用于过滤掉这些低升值空间的地段。

将图谱（Graph）作为输入，深度学习能做什么？与DeepMind可微分神经计算机（DNC）结合的猜想

开发了人工智能围棋大师 AlphaGo 的 DeepMind 公司，于 2016年10月，在 Nature 学术期刊上，发表了一篇题为 “Hybrid computing using a neural network with dynamic external memory” 的论文 [2]。文中描述了一个新型深度学习系统，简称 Differentiable Neural Computer，DNC。

文中提议，把神经网络当成计算机的 CPU，把相关知识存储在神经网络以外，类似于计算机的存储。在神经网络 CPU 处理任务时，根据任务的具体情况，查找存储空间中的相关知识，忽略其他无关知识。

文中做了若干实验，用于验证这个方法的可行性。其中一个实验，是规划伦敦两个地点之间，最短的地铁换乘路线。

规划交通路线已经有现成的解决方案，为什么 DeepMind 还要另辟蹊径？

DeepMind 的研究目标，是深度学习算法如何援引外围知识。

回到先前的问题，如何估算房价升值空间。原先的前提，是输入的地图中，包含所有与房价相关的因素。

假如放松这个限制，地图中只包含周边写字楼、商铺和学校的名称和距离，但是不包含周边写字楼的租金，周边商铺的人流，周边学校的品质等等，而是需要查找其它资料。

一个可能的解决方案是，把 Differentiable Neural Computer 与 Graph Attention Networks，两种方法结合起来。

Differentiable Neural Computer 的作用在于，神经网络 CPU 不仅能够负责估算模型的参数，而且还可以负责查找外围知识。把地图、房地产统计资料、学校排行榜等诸多外围知识库联系在一起，神经网络 CPU 从中查找相关知识，忽略无关知识。然后把所有外围相关知识综合起来作为输入，估算各个地段的房价升值空间。

Graph Attention Networks 的作用在于，把外围知识表述成图谱，并且用 Attention 模型，确定哪些知识是相关的，哪些可以忽略。

图谱作为一种表达方式，能够表达很多知识，譬如地图能够表达地理知识，人际关系网能够表达人脉，医学知识图谱能够表达各个医学实体之间的因果关系和统计相关性。

把图谱作为 Differentiable Neural Computer 的存储空间的组织方式，能够让 DNC 解决很多有趣而又实用的问题。

最后，来看一下Bengio研究组Graph Attention neTworks GAT 论文的摘要：我们提出了图谱注意力网络（Graph Attention neTworks，GATs），这是一种新型的神经网络结构，在图谱结构化数据上运算，利用隐藏的自注意层解决现有的基于图卷积及其类似方法的缺点。通过堆叠这样的一些层，这些层里的节点能够注意其邻近节点的特征，我们能够（隐含地）为邻近的不同节点指定不同的权重，不需要进行成本高昂的矩阵运算（例如反演），也无需事先知道图的结构。这样，我们一次性解决了 spectral-based 图谱神经网络的几个关键挑战，并且我们的模型能够轻松适用于归纳和直推问题。我们的GAT模型已经在三个公认的直推和归纳图基准上获得了最先进的结果，这三个数据集分别是：Cora和Citeseer引文网络数据集，以及一个蛋白质相互作用数据集（其中测试图在训练过程中完全不可见）。

参考文献