图机器学习导论

1. 图简介

• 无处不在：社交网络、论文引用、神经元连接、医疗知识图谱、基因和蛋白质的调控网络等

• 描述 关联性数据 的重要语言

• 在数学上：哥尼斯堡七桥问题

• 传统机器学习：数据样本之间独立同分布

• 现代深度学习：表格、矩阵、序列

• 挑战：每一个节点有多种模态特征，如何充分利用这些特征，使GNN有更强的表示能力，能够兼容关联性数据类型

2. 图神经网络

• 核心：图嵌入

  • 不需要人工特征工程就可以自动学习特征，实现端到端的表示学习（将图数据表示为低维向量）
    
    

• 工具：PyG、NetworkX、DGL

  • 可视化：AntV、Echarts
    
    

• 应用：最短路径的搜索和查找、社群检测、推荐系统、节点相似度分析、Embeddings

  • 节点层面：已知节点类别推测未知节点类别
  • 连接层面：推荐系统，由已知连接推测未知连接；药物的联合副作用；交通导航
  • 图层面：药物分子设计；粒子物理模拟；医疗智能诊断问答机器人
    
    

• 突破性进展：

  • AI药物研发：AlphaFold（Spatial Graph）
  • 最优质的长期资产（网络效应）
    
    

• 图数据挖掘项目：

  • ReadPaper、Connected Papers、BIOS
  • Hypercrx、OpenRank、open-galaxy

3. 总结

• 图是描述大自然的通用语言，蕴含了巨大商业和科研价值
• 图在过去未来都在改变各行各业，图机器学习是长期通用技能
• 图机器学习可结合性强（大模型、多模态、可信计算、NLP）

参考资料

• 斯坦福大学 CS224W 图机器学习公开课 - 同济子豪兄中文精讲