[논문 리뷰] Convolutional Set Matching for Graph Similarity

Yunsheng Bai, Hao Ding외 2명|arXiv (Cornell University)|2018. 10. 23.

Graph Theory and Algorithms참고 문헌 12인용 수 25

한 줄 요약

이 논문은 NP-완전한 그래프 편집 거리(GED) 계산을 학습 가능한 종단 간 문제로 변환함으로써 그래프 유사도를 계산하는 새로운 딥러닝 프레임워크인 GSimCNN을 제안한다. 다중 척도 그래프 컨볼루션 네트워크를 사용해 노드 임베딩을 생성하고, 노드 간 내적을 통해 다중 척도 유사도 행렬을 구성하며, 2차원 컨볼루션 신경망을 적용해 최적의 매칭 패턴을 탐지함으로써 IMDB, LINUX, AIDS를 포함한 벤치마크 데이터셋에서 최신 기술 수준의 정확도와 효율성을 달성한다.

ABSTRACT

We introduce GSimCNN (Graph Similarity Computation via Convolutional Neural Networks) for predicting the similarity score between two graphs. As the core operation of graph similarity search, pairwise graph similarity computation is a challenging problem due to the NP-hard nature of computing many graph distance/similarity metrics. We demonstrate our model using the Graph Edit Distance (GED) as the example metric. Experiments on three real graph datasets demonstrate that our model achieves the state-of-the-art performance on graph similarity search.

연구 동기 및 목표

• 대규모 그래프에서 계산 비용이 매우 높고 NP-완전한 정확한 그래프 편집 거리(GED) 계산의 계산 비가용성 문제를 해결한다.
• 높은 정확도와 효율성을 갖춘 종단 간 딥러닝 모델을 개발하여 그래프 유사도 점수를 예측한다.
• 고정된 히우리스틱에 의존하거나 그래프 차이의 다중 척도 구조 모델링이 부족한 기존 방법의 한계를 극복한다.
• 비용이 많이 드는 GED 계산을 대체하는 가분가능하고 병렬 처리 가능한 신경망 기반 접근 방식을 통해 확장 가능한 그래프 유사도 검색을 가능하게 한다.

제안 방법

• 증가하는 이웃 깊이에서의 특징을 집계함으로써 계층적인 노드 임베딩을 생성하기 위해 다중 척도 그래프 컨볼루션 네트워크(GCNs)를 활용한다.
• 두 그래프의 여러 GCN 레이어 출력에서의 임베딩 간 내적을 통해 노드 간 유사도 행렬을 계산한다.
• 유사도 행렬을 고정된 크기 M×M로 정렬하기 위해 최대 풀링(max-padding)과 이중선형 보간(bilinear interpolation)을 적용한다. 이는 CNN 처리를 가능하게 한다.
• 각 고정 크기의 유사도 행렬을 2차원 컨볼루션 신경망으로 처리하여 다양한 척도에서의 노드 매칭 공간 패턴을 탐지한다.
• CNN 출력을 연결하고 완전히 연결된 신경망 레이어를 통해 최종 그래프 쌍 유사도 점수를 예측한다.
• 예측된 점수와 진짜 GED 기반 유사도 점수 간의 차이를 최소화하기 위해 평균 제곱오차 손실을 사용해 모델을 훈련시킨다.

실험 결과

연구 질문

• RQ1 딥러닝 모델이 높은 정확도와 효율성으로 NP-완전한 그래프 편집 거리(GED)를 효과적으로 근사할 수 있는가?
• RQ2 노드 임베딩의 다중 척도 모델링이 단일 척도 또는 고정 구조 방법에 비해 그래프 유사도 예측 성능을 어떻게 향상시키는가?
• RQ3 최대 풀링과 이중선형 리사이징 등의 다양한 사전 처리 전략이 크기가 다른 그래프에서 성능에 얼마나 큰 영향을 미치는가?
• RQ4 다양한 척도에서의 유사도 행렬에 대해 컨볼루션 패턴 인식이 기존의 시아미즈 또는 MPNN 기반 접근 방식보다 복잡한 구조적 정렬을 더 잘 포착할 수 있는가?

주요 결과

• AIDS 데이터셋에서 GSimCNN은 0.787의 최저 평균 제곱오차(MSE)를 기록하며, 다양한 변형 및 기준 모델들을 능가한다.
• IMDB 데이터셋에서 GSimCNN은 텐던의 타우 순위 상관관계 0.847과 p@10 0.828을 기록하여 강력한 순위 매기기 성능를 입증한다.
• 대규모 그래프(예: IMDB)에서 다중 척도 유사도 행렬과 리사이징 기법을 활용함으로써 예측 오차를 크게 감소시킨다.
• 이중선형 보간을 사용한 매트릭스 리사이징은 고려할 만한 그래프 크기 변동성이 있는 IMDB에서 최대 풀링 대비 성능 향상을 이끌었으며, MSE는 0.743에서 0.807로 향상되었다.
• GSimCNN은 GED 근사 기준 모델과 더 간단한 변형인 GSimCNN-L1-Pad 및 GSimCNN-L1-Resize 모두를 정확도와 순위 품질 면에서 능가한다.
• 시각화 결과는 GSimCNN이 검색 작업에서 가장 유사하고 가장 유사하지 않은 그래프를 정확히 식별하며, 타당한 유사도 행렬 패턴을 보여준다.