如今引領(lǐng)風(fēng)潮的圖深度學(xué)習(xí)與曾經(jīng)風(fēng)靡一時的流形學(xué)習(xí)有何關(guān)系？請看本文娓娓道來。

圖神經(jīng)網(wǎng)絡(luò)利用關(guān)系的歸納偏置獲取以圖的形式存在的數(shù)據(jù)。然而，在很多情況下，我們并沒有現(xiàn)成的可用的圖。

那么，在這種情況下，是否還仍然還可以應(yīng)用圖深度學(xué)習(xí)呢？在本文中，倫敦帝國理工學(xué)院和盧加諾大學(xué)的教授Michael Bronstein對近期關(guān)于隱圖學(xué)習(xí)的工作和以前的流形學(xué)習(xí)技術(shù)進行了比較。

在過去的幾年里，人們對用于圖結(jié)構(gòu)數(shù)據(jù)的機器學(xué)習(xí)方法的研究興趣大增。這類數(shù)據(jù)自然而然地出現(xiàn)在社會科學(xué)（例如，Twitter 或 Facebook 上的用戶關(guān)注圖）、化學(xué)（分子可以被建模為原子通過化學(xué)鍵相連的圖）、生物（不同生物分子之間的交互作用通常被建模為一個被稱為「相互作用組」的圖）等應(yīng)用場景下。

圖神經(jīng)網(wǎng)絡(luò)（GNN）是一類當(dāng)下非常流行的方法，它們通過共享參數(shù)的局部操作對圖進行學(xué)習(xí)，這些操作會在相鄰節(jié)點之間交換信息。然而，在某些場景下，我們并不能奢求擁有一個作為輸入的圖。這種情況在許多生物學(xué)問題中屢見不鮮，在最好的情況下，由于發(fā)現(xiàn)交互作用的實驗開銷相當(dāng)大并且充滿噪聲，「蛋白質(zhì)-蛋白質(zhì)」交互網(wǎng)絡(luò)等圖往往也只有部分數(shù)據(jù)被觀測到。

因此，我們對于根據(jù)數(shù)據(jù)推理出圖并且將圖神經(jīng)網(wǎng)絡(luò)應(yīng)用在該圖上十分感興趣，在本文中，我們將這一過程稱為「隱圖學(xué)習(xí)」（latent graph learning）。

隱圖可能是面向特定應(yīng)用的，并且針對下游任務(wù)進行了優(yōu)化。此外，由于這樣的圖可能會傳達關(guān)于數(shù)據(jù)的重要理解并提供解釋某些結(jié)論的方式，有時它們可能甚至?xí)热蝿?wù)本身更加重要。我們可以將隱圖學(xué)習(xí)看做學(xué)習(xí)一個帶有空邊集的圖。

在這種情況下，輸入為一些高維特征空間中的點云。

與 PointNet 等針對集合的深度學(xué)習(xí)方法（它們將一些共享的、可學(xué)習(xí)的點層面函數(shù)應(yīng)用于每個節(jié)點上）不同，我們還試圖在點之間傳遞信息。這是通過在一個根據(jù)點特征本身構(gòu)建的圖上傳遞消息實現(xiàn)的。

本文介紹的第一種此類架構(gòu)為 MIT 的 Yue Wang 研發(fā)的「動態(tài)圖卷積網(wǎng)絡(luò)」（DGCNN，這篇論文在計算圖形學(xué)研究社區(qū)十分有名，并常常被用作點云方法的對比基線）。

受到計算圖形學(xué)領(lǐng)域中進行 3D 點云分析的工作的啟發(fā)，DGCNN 試圖將圖用作點云底層的局部平滑流形結(jié)構(gòu)的一種粗糙的表征。

Yue Wang 觀察到的一個關(guān)鍵結(jié)論是，在整個神經(jīng)網(wǎng)絡(luò)的處理過程中，該圖并不需要保持不變。而且事實上，顧名思義，「動態(tài)圖卷積網(wǎng)絡(luò)」可以、也應(yīng)該被動態(tài)地更新。圖 1 說明了 DGCNN 在計算圖形學(xué)中十分有用的原因：

圖 1：動態(tài)圖卷積網(wǎng)絡(luò)利用飛機圖像構(gòu)建了一個被用于特征傳播的 K 最近鄰圖。這種圖依賴于特定的任務(wù)，會被每一層網(wǎng)絡(luò)更新。

圖中的不同顏色表明了點距離紅點的距離（黃色表示與紅點距離較近的點）。

本圖說明在分割任務(wù)中，較深的層中的圖捕獲了語義關(guān)系（例如，一對翅膀、飛機引擎等）而不是幾何關(guān)系。

DGCNN 其中的一個不足之處在于，它使用了同一個空間構(gòu)建圖以及圖上的特征。如圖 2 所示，在慕尼黑工業(yè)大學(xué)的 Anees Kazi 與 Luca Cosmo 近期發(fā)表的工作中，作者提出了一種名為「可微圖模塊」（DGM）的新型架構(gòu)，它通過將構(gòu)建圖和構(gòu)建特征的過程解耦對 DGCNN 進行了擴展：

圖 2：可微圖模塊（DGM）提出了一種構(gòu)建圖及其特征的機制，從而利用輸入數(shù)據(jù)在圖上進行信息傳播。

在被用于醫(yī)學(xué)領(lǐng)域的問題（例如，根據(jù)腦成像數(shù)據(jù)預(yù)測疾?。r，DGM 表現(xiàn)出了非常優(yōu)異的性能。在這些任務(wù)中，我們擁有包括人口統(tǒng)計學(xué)特征（例如，年齡、性別等）、腦成像特征在內(nèi)的多個病人的電子病歷數(shù)據(jù)，并試圖預(yù)測某個病人是否患有神經(jīng)系統(tǒng)疾病。

論文「Disease prediction using graph convolutional networks： application to autism spectrum disorder and Alzheimer’s disease 」使用在一個根據(jù)人口統(tǒng)計學(xué)特征手動構(gòu)建的「患者圖」上的信息傳播將 GNN 應(yīng)用于此類任務(wù)。

DGM 在學(xué)習(xí)圖的任務(wù)上具有一定優(yōu)勢，它可能傳達了對于某些特征如何在特定的診斷任務(wù)中互相依賴的理解。除此之外，DGM 還在點云分類任務(wù)中稍稍優(yōu)于 DGCNN。

DGCNN 和 DGM 在概念上與一類被稱為「流形學(xué)習(xí)」或「非線性降維」相似，這類方法在 2000 年代時是機器學(xué)習(xí)領(lǐng)域中非常流行的課題，并且至今仍然被用于數(shù)據(jù)可視化。

流形學(xué)習(xí)的基本假設(shè)是：數(shù)據(jù)有一種內(nèi)在的低維結(jié)構(gòu)。

如下圖所示，盡管我們可以在某個空間中使用數(shù)百個甚至數(shù)千個維度表征數(shù)據(jù)，但數(shù)據(jù)的自由度實際上也許是十分有限的：

圖 3：盡管在這個數(shù)據(jù)集中的手的圖像是高維的（64*64=4，096 維），但是他們本質(zhì)上是低維的，而且可以通過僅僅兩個自由度來解釋：手腕的旋轉(zhuǎn)和手指的延伸情況。

流形學(xué)習(xí)算法可以捕獲數(shù)據(jù)集的這種低維的內(nèi)在結(jié)構(gòu)，并且在歐氏空間中表征它。該圖取自論文「A Global Geometric Framework for Nonlinear Dimensionality Reduction」的補充材料。

流形學(xué)習(xí)旨在通過底層的「流形」（嚴格地說，這里指的并不是微分幾何意義上的術(shù)語「流形」，例如不同的點上的局部維度可能不同。

然而，使用這種比喻較為方便。）捕獲這些自由度，并且將數(shù)據(jù)的維度降到其本質(zhì)的維度上。

流形學(xué)習(xí)與 PCA 等線性降維方式的重要區(qū)別在于，由于數(shù)據(jù)的非歐結(jié)構(gòu)，用線性投影的方式恢復(fù)出流形是不可能的：

圖 4：線性降維（左圖）vs 流形學(xué)習(xí)。Joshua Tenenbaum 創(chuàng)造的「Swiss roll」曲面及其 1D 展開形式在流形學(xué)習(xí)論文中經(jīng)常被用作示例。

各種流形學(xué)習(xí)算法的不同之處在于它們恢復(fù)「流形」的方式，但它們的大致框架相同。首先，它們會創(chuàng)建一種數(shù)據(jù)的表征，通常這是通過構(gòu)建一個捕獲了局部結(jié)構(gòu)的 k 最近鄰圖完成的。接著，它們會計算一種數(shù)據(jù)的低維表征（嵌入），并試圖保留原始數(shù)據(jù)的結(jié)構(gòu)。

而這一步正是大多數(shù)流形學(xué)習(xí)方法各不相同的地方。

例如，Isomap試圖保留圖的測地線距離；局部線性嵌入找到了一種鄰接點的局部表征；而拉普拉斯特征映射使用了圖拉普拉斯算子的特征函數(shù)作為低維嵌入。這種新的表征將原始的非歐結(jié)構(gòu)「展平」到了一個易于處理的歐氏空間中。

最后，一旦我們計算出表征，就可以將某種機器學(xué)習(xí)算法（通常為聚類算法）應(yīng)用于該表征上。

圖 5：流形學(xué)習(xí)方法的框架：首先，將數(shù)據(jù)表征為一個圖。接著，計算出該圖的低維嵌入。最后，將某種機器學(xué)習(xí)算法應(yīng)用于該低維表征上。

該過程也存在著一些挑戰(zhàn)，例如：構(gòu)建圖的過程與應(yīng)用機器學(xué)習(xí)算法的過程是解耦的，有時還需要進行精細的參數(shù)調(diào)優(yōu)（如近鄰節(jié)點的數(shù)量或鄰域半徑），從而確定如何構(gòu)建圖，使得下游任務(wù)表現(xiàn)優(yōu)異。

也許，流形學(xué)習(xí)算法的一個更為嚴重的缺點是，數(shù)據(jù)很少表現(xiàn)為低維的原始形式。

例如，當(dāng)我們處理圖像時，需要在預(yù)處理步驟中使用各種手動構(gòu)造的特征提取技術(shù)。

圖深度學(xué)習(xí)通過使用一個圖神經(jīng)網(wǎng)絡(luò)代替這個三階段的過程為其提供了一種現(xiàn)代化的視角。

例如，在動態(tài)圖卷積網(wǎng)絡(luò)或 DGM 中，構(gòu)建圖和學(xué)習(xí)的過程都是同一個架構(gòu)中的某一部分：

圖 6：可以將隱圖學(xué)習(xí)看做一種現(xiàn)代環(huán)境下的流形學(xué)習(xí)問題，其中將圖作為一個端到端的 GNN 工作流程的一部分進行學(xué)習(xí)，并為某些下游任務(wù)對其進行優(yōu)化。

這類方法吸引人的地方在于，它們可以將處理單個數(shù)據(jù)點的過程與處理它們所在空間的過程在同一個工作流程中結(jié)合起來。

以圖像為例，我們可以使用傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)從每張圖像中提取視覺特征，并且使用圖神經(jīng)網(wǎng)絡(luò)建模它們之間的關(guān)系。

Jan Svoboda 在論文「 PeerNets： Exploiting peer wisdom against adversarial attacks」中用到了這種方法，他為卷積神經(jīng)網(wǎng)絡(luò)提出了一種基于圖的正則化層「PeerNet」，它可以實現(xiàn)在多張圖像之間交換信息。

PeerNet 與非局部（Non-local）均值濾波器在它們從多個位置聚合信息的方式上有一些相似之處，而 PeerNet 的不同之處在于它從多張圖像而不是單張圖像中聚合信息。

這種正則化技術(shù)顯著地降低了對抗性干擾的影響，而標準的卷積神經(jīng)網(wǎng)絡(luò)則很容易受其影響。

圖 7：PeerNet 是一種標準的卷積神經(jīng)網(wǎng)絡(luò)中的基于圖的正則化層，它從多張圖像中聚合相似的像素，從而降低對于對抗性干擾的敏感度。隱圖學(xué)習(xí)還有許多其它有趣的應(yīng)用，小樣本學(xué)習(xí)便是其中之一。

在小樣本學(xué)習(xí)中，基于圖的技術(shù)可以幫助使用少量示例訓(xùn)練的模型泛化。如今，由于數(shù)據(jù)標注的開銷十分巨大，小樣本學(xué)習(xí)在計算機視覺領(lǐng)域變得越來越重要。生物學(xué)是隱圖學(xué)習(xí)另一個重要的應(yīng)用場景，人們通常通過實驗觀察蛋白質(zhì)等生物分子的表達水平，并試圖重建它們的相互作用和信息傳遞網(wǎng)絡(luò)。

此外，隱圖學(xué)習(xí)還可以被用于對物理系統(tǒng)的分析，其中圖可以描述多個物體之間的相互作用。具體而言，研究復(fù)雜粒子相互作用的高能物理學(xué)家們近期對基于圖的方法展現(xiàn)出了濃厚的興趣。最后，隱圖學(xué)習(xí)在自然語言處理（NLP）領(lǐng)域中也得到了重要的應(yīng)用，其中圖神經(jīng)網(wǎng)絡(luò)可以被看做 Transformer 架構(gòu)的拓展。

許多上述的任務(wù)也提出了引入圖結(jié)構(gòu)的先驗知識的問題，這仍然是一個有待解決的開放性問題：例如，我們也許會希望迫使圖遵循某些特定的構(gòu)建規(guī)則，或者與某些統(tǒng)計模型兼容。

在論文「Learning deep generative models of graphs」中，作者在嚴格遵循某些構(gòu)建規(guī)則的情況下，生成化學(xué)鍵的分子結(jié)構(gòu)圖。我們相信，盡管隱圖學(xué)習(xí)并不是一個完全新穎的概念，但是它為一些老的問題提供了新的視角。

它肯定是一種有趣的圖機器學(xué)習(xí)問題，為圖神經(jīng)網(wǎng)絡(luò)的研究者們提供了新的舞臺。

責(zé)任編輯：lq