[論文レビュー] Towards Data-centric Graph Machine Learning: Review and Outlook

Xin Zheng, Yixin Liu+5 more|arXiv (Cornell University)|Sep 20, 2023

Data Quality and Management被引用数 9

ひとこと要約

グラフデータライフサイクル全体を通じてデータ中心のグラフ機械学習（DC-GML）フレームワーク、分類法、および今後の方向性を定義する包括的な調査。

ABSTRACT

Data-centric AI, with its primary focus on the collection, management, and utilization of data to drive AI models and applications, has attracted increasing attention in recent years. In this article, we conduct an in-depth and comprehensive review, offering a forward-looking outlook on the current efforts in data-centric AI pertaining to graph data-the fundamental data structure for representing and capturing intricate dependencies among massive and diverse real-life entities. We introduce a systematic framework, Data-centric Graph Machine Learning (DC-GML), that encompasses all stages of the graph data lifecycle, including graph data collection, exploration, improvement, exploitation, and maintenance. A thorough taxonomy of each stage is presented to answer three critical graph-centric questions: (1) how to enhance graph data availability and quality; (2) how to learn from graph data with limited-availability and low-quality; (3) how to build graph MLOps systems from the graph data-centric view. Lastly, we pinpoint the future prospects of the DC-GML domain, providing insights to navigate its advancements and applications.

研究の動機と目的

• グラフデータの文脈でデータ中心AIを定義し、動機づける。
• グラフデータライフサイクル（収集、探索、改善、活用、保守）をカバーするDC-GMLフレームワークを提案する。
• グラフデータ中心の手法とMLOpsの考慮事項の分類とレビューを提供する。
• DC-GML研究と応用の課題を明らかにし、今後の方向性を概説する。

提案手法

• DC-GMLフレームワークとグラフデータライフサイクル段階の分類を紹介する。
• グラフデータの改善、活用、グラフMLOpsの構成要素を分類する。
• グラフ構造の強化、特徴量の強化、拡散の技術をレビューする。
• データ中心のグラフML研究と実践を導く核心的な問い（Q1–Q3）を議論する。
• DC-GMLの今後の課題と方向性を総括する。

実験結果

リサーチクエスチョン

• RQ1 Q1: グラフデータの入手可能性と品質をどのように向上させるか？
• RQ2 Q2: 入手性が限られたデータ、品質が低いデータからどう学ぶか？
• RQ3 Q3: グラフデータ中心の観点からグラフMLOpsシステムをどのように構築するか？

主な発見

• 最初の調査はグラフ構造データに特化したデータ中心AIに焦点を当てている。
• グラフデータライフサイクル全体にわたるDC-GMLの体系的な分類法を提供する。
• 実用的なグラフデータの改善、活用、グラフMLOps戦略を概説する。
• DC-GML研究と実践を導く三つの核心的な問いを議論する。
• DC-GMLにおける未解決の課題と有望な将来の方向性を特定する。