Оценка качества графовых моделей машинного обучения на разнообразных промышленных данных

Оценка качества графовых моделей машинного обучения на разнообразных промышленных данных

Баженов Г.В. (НИУ ВШЭ, Москва, Россия)

Аннотация

Хотя данные, которые можно естественным образом представить в виде графов, широко распространены в реальных приложениях самых разных отраслей, популярные наборы задач машинного обучения на графах (МО на графах) для предсказания свойств вершин охватывают удивительно узкий набор предметных областей, а графовые нейронные сети (GNN) нередко оцениваются лишь на нескольких академических сетях цитирований. Эта проблема особенно насущна в свете растущего интереса к разработке графовых фундаментальных моделей (GFM). Предполагается, что такие модели способны переносить знания на разнообразные графовые наборы данных из различных областей, однако предлагаемые GFM нередко оцениваются лишь на весьма ограниченном наборе данных из узкого круга приложений. Для восполнения этого пробела мы представляем GraphLand – 14 разнообразных графовых наборов данных для предсказания свойств вершин из широкого спектра различных промышленных приложений. GraphLand позволяет оценивать модели МО на графах на широком спектре графов с разнообразными размерами, структурными характеристиками и наборами признаков в едином формате. Помимо этого, GraphLand позволяет исследовать ранее слабо изученные научные вопросы, в частности как реалистичные временны́е сдвиги распределения в трансдуктивном и индуктивном режимах влияют на качество моделей МО на графах. Симулируя реалистичные промышленные условия, мы используем GraphLand для сравнения GNN с моделями градиентного бустинга над решающими деревьями (GBDT), популярными в промышленных приложениях, и показываем, что GBDT, снабжённые дополнительными признаками на основе графа, могут в ряде случаев быть весьма сильными базовыми моделями. Также мы оцениваем современные универсальные GFM и обнаруживаем, что они не достигают конкурентных результатов на предложенных наборах данных. Исходный код и наборы данных доступны в нашем репозитории на GitHub. Кроме того, наборы данных интегрированы в PyTorch Geometric.

Ключевые слова

машинное обучение на графах; наборы задач; предсказание свойств вершин; графовая нейронная сеть; графовая фундаментальная модель; промышленные наборы данных.

Издание

Труды Института системного программирования РАН, том 38, вып. 5, 2026, стр. 257-286.

ISSN 2220-6426 (Online), ISSN 2079-8156 (Print).

DOI: 10.15514/ISPRAS-2026-38(5)-15

Для цитирования

Баженов Г.В. Оценка качества графовых моделей машинного обучения на разнообразных промышленных данных. Труды Института системного программирования РАН, том 38, вып. 5, 2026, стр. 257-286. DOI: 10.15514/ISPRAS-2026-38(5)-15.

Полный текст статьи в формате pdf Вернуться к содержанию тома