Optimal Time Complexity Algorithms for Computing General Random Walk Graph Kernels on Sparse Graphs
تقدم هذه الورقة أول خوارزميات عشوائية ذات زمن خطي لتقريب غير متحيز لنواة السير العشوائي العامة على كل من الرسوم البيانية المتفرقة المسمّاة وغير المسمّاة، مما يتيح الحوسبة القابلة للتوسع على مجموعات البيانات الضخمة دون بناء الرسم البياني المباشر للمنتج مع تحقيق تسريع كبير مقارنة بالطرق السابقة ذات الزمن التكعيبي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في عالم علوم الحاسوب، هناك تحدٍ مستمر يتمثل في تعليم الآلات فهم شكل الأشياء. فبينما نحن بارعون في التعرف على الأنماط في قوائم الأرقام أو الصور، تظل مقارنة الهياكل المعقدة للشبكات — مثل الروابط الاجتماعية، أو الروابط الجزيئية، أو طرق النقل — أمراً صعباً. وللقيام بذلك، يستخدم الباحثون أدوات رياضية تسمى "نواة الرسوم البيانية" (graph kernels). فكر في هذه النواة كوسيلة لتخصيص درجة واحدة لزوج من الشبكات، تخبرنا بمدى تشابههما؛ حيث تعني الدرجة العالية أن الشبكتين تتشاركان نمطاً مشابهاً من الاتصالات، بينما تعني الدرجة المنخفضة أنهما مختلفتان جوهرياً. وتعد درجة التشابه هذه هي الأساس للعديد من مهام تعلم الآلة، مثل التنبؤ بما إذا كان مركب كيميائي جديد سيكون فعالاً أو تجميع الشبكات الاجتماعية المتشابهة معاً.
ومع ذلك، فإن حساب هذه الدرجة كان تاريخياً بمثابة كابوس حاسوبي. فبالنسبة للشبكات المعقدة، تتطلب الطرق القياسية وقتاً وذاكرة كبيرين جداً لدرجة تجعل استخدامها مستحيلاً بمجرد أن تتجاوز الشبكات حجماً معيناً. الأمر يشبه محاولة عد كل مسار ممكن بين كل زوج من الأشخاص في مدينة عن طريق رسم خريطة لكل اتصال فردي؛ ستصبح الخريطة كبيرة جداً بحيث لا يمكن استيعابها في غرفة واحدة، وسوف يستغرق العد وقتاً أطول من عمر إنسان. هذا الاختناق أبقى التقنيات الرياضية القوية بعيدة المنال عن مجموعات البيانات الضخمة في العالم الحقيقي، مما أجبر العلماء إما على تجاهل التعقيد الكامل للبيانات أو الاكتفاء بتقريبات تقريبية أقل دقة.
لقد تمكن فريق من الباحثين الآن من حل هذه المشكلة لفئة واسعة من أدوات التشابه هذه. فقد طوروا طريقة جديدة يمكنها حساب مقارنات الشبكات المعقدة هذه في وقت ينمو خطياً مع حجم الشبكة. وهذا يعني أنه إذا تضاعف حجم الشبكة، فإن الوقت المستغرق لحساب درجة التشابه يتضاعف فقط، بدلاً من الانفجار إلى رقم لا يمكن السيطرة عليه. إن نهجهم، الذي يسم يسمونه "رحالة الرسوم البيانية" (Graph Voyagers)، يعمل لكل من الشبكات البسيطة وتلك التي تمتلك نقاطاً ذات تسميات محددة، مثل أنواع مختلفة من الذرات في الجزيء. وتتميز الطريقة بكفاءة عالية لدرجة أنها تستطيع التعامل مع شبكات تضم أكثر من ستة عشر ألف عقدة، وهو مقياس كان من المستحيل تحليله سابقاً باستخدام الطرق الدقيقة.
يكمن جوهر ابتكارهم في كيفية محاكاة الحركة عبر هذه الشبكات. تقليدياً، لكي تقارن بين شبكتين، يجب على الحاسوب بناء خريطة مدمجة ضخمة لكلتا الشبكتين في آن واحد، وهي خطوة تستهلك ذاكرة هائلة. ويتجنب الأسلوب الجديد بناء هذه الخريطة العملاقة بالكامل؛ بدلاً من ذلك، يقوم بإرسال أزواج من "المتجولين الافتراضيين"، أحدهما في كل شبكة، ويتحركون خطوة بخطوة. يتم توجيه هؤلاء المتجولين بواسطة مجموعة مشتركة من الإشارات العشوائية. فإذا اتخذ المتجولون في كلتا الشبكتين نفس عدد الخطوات وهبطوا على نقاط ذات تسميات متطابقة، فإنهم يساهمون في درجة التشابه النهائية. أما إذا اتخذوا عدداً مختلفاً من الخطوات أو هبطوا على نقاط غير متطابقة، فإن مساهماتهم تلغي بعضها البعض. ومن خلال تكرار هذه العملية آلاف المرات وحساب المتوسط للنتائج، تبني الخوارزمية تقديراً دقيقاً للغاية للتشابه الحقيقي دون الحاجة أبداً لتخزين الخريطة المدمجة في الذاكرة.
هذه التقنية ليست مجرد خدعة نظرية؛ فهي تقدم طريقة جديدة لتمثيل الشبكات بأكملها كنقاط في فضاء متعدد الأبعاد. وفي هذا الفضاء، تعكس المسافة بين نقطتين مدى تشابه الشبكات. ولأن الطريقة سريعة جداً، فهي تسمح للباحثين بمعالجة مجموعات كاملة من الرسوم البيانية بالآلاف في وقت واحد، بدلاً من مقارنة كل زوج على حدة. وفي الاختبارات على مجموعات البيانات القياسية المستخدمة في التحليل الكيميائي والبيولوجي، طابقت هذه الطريقة الجديدة أو حتى تفوقت على دقة الحسابات الدقيقة والبطيئة. كما أثبتت أنها أسرع بكثير من الطرق الفعالة السابقة، حيث تعمل بسرعة تصل إلى سبعة وعشرين ضعفاً مقارنة بأفضل البدائل الموجودة للرسوم البيانية الكبيرة.
ولعل الأهم من ذلك هو أن هذه السرعة تفتح الباب لتعلم أفضل طريقة لقياس التشابه تلقائياً. في الماضي، كان على العلماء اختيار القواعد التي يتم من خلالها حساب درجة التشابه يدوياً، وغالباً ما كانوا يستقرون على صيغة قياسية قد لا تناسب بياناتهم الخاصة. ومع هذه الطريقة الجديدة ذات الوقت الخطي، يمكن للحواسيب الآن تعلم القواعد المثلى مباشرة من البيانات، وتعديل الحساب لإيجاد الأنماط الأكثر فائدة لمهمة معينة. وفي التجارب، أدت هذه القدرة على تعلم القواعد إلى تحسين دقة تصنيف المركبات الكيميائية بهامش كبير. لقد أظهر الباحثون أنه من خلال إزالة الحاجز الحسابي، يمكننا إطلاق العنان لطرق أكثر قوة وقابلية للتكيف لكي تفهم الآلات الهياكل المعقدة التي تشكل عالمنا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.