DuoGNN: Topology-aware Graph Neural Network with Homophily and Heterophily Interaction-Decoupling
यह शोध पत्र DuoGNN को प्रस्तुत करता है, जो एक स्केलेबल और सामान्यीकरण योग्य ग्राफ न्यूरल नेटवर्क आर्किटेक्चर है जो टोपोलॉजिकल एज फ़िल्टरिंग और ग्राफ कंडेंसेशन के माध्यम से होमोफिलिक और हेटरोफिलिक इंटरैक्शन को अलग करता है ताकि चिकित्सा और गैर-चिकित्सा नोड वर्गीकरण कार्यों में ओवर-स्मूथिंग और ओवर-स्क्वैशिंग की सीमाओं को प्रभावी ढंग से संबोधित किया जा सके।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
आर्टिफिशियल इंटेलिजेंस की दुनिया में, एक शक्तिशाली उपकरण है जिसे केवल अलग-थलग तथ्यों के बजाय संबंधों को समझने के लिए डिज़ाइन किया गया है। एक मानचित्र की कल्पना करें जहाँ रुचि का प्रत्येक बिंदु एक बिंदु (डॉट) है, और उन्हें जोड़ने वाली हर सड़क एक रेखा है। यह एक ग्राफ है, डेटा को व्यवस्थित करने का एक तरीका जो इस बात को दर्शाता है कि वास्तविक दुनिया में चीजें अक्सर कैसे जुड़ती हैं: जैसे अणु आपस में बंधते हैं, सामाजिक नेटवर्क बनते हैं, या शरीर के भीतर अंग एक-दूसरे से संवाद करते हैं। इन मानचित्रों को समझने के लिए, वैज्ञानिक 'ग्राफ न्यूरल नेटवर्क' नामक प्रकार के कंप्यूटर प्रोग्राम का उपयोग करते हैं। ये प्रोग्राम इस तरह काम करते हैं कि प्रत्येक बिंदु अपने निकटतम पड़ोसियों को देखता है, जानकारी एकत्र करता है, और फिर उस ज्ञान को बिंदुओं की अगली परत तक पहुँचाता है। यह स्थानीय बातचीत की एक प्रक्रिया है जो, सैद्धांतिक रूप से, कंप्यूटर को हिस्सों को सुनकर पूरी तस्वीर समझने की अनुमति देती है।
हालाँकि, केवल निकटतम पड़ोसियों को सुनने की इस विधि में एक छिपा हुआ दोष है। जब कंप्यूटर बहुत गहराई से सुनने की कोशिश करता है, तो परत-दर-परत, प्रत्येक बिंदु की विशिष्ट पहचान धुंधली होने लगती है। यदि कोई बिंदु एक विशिष्ट समूह से संबंधित है, तो उसके विशिष्ट लक्षण मिट सकते हैं क्योंकि वह अपने परिवेश से बहुत अधिक जानकारी सोख लेता है, जिससे वह अपने पड़ोसियों जैसा ही दिखने लगता है, भले ही वे अलग हों। इसे 'ओवर-स्मूथिंग' (over-smoothing) के रूप में जाना जाता है। साथ ही, यदि मानचित्र में संकीर्ण पुल या बाधाएं (bottlenecks) हैं जहाँ कई रास्तों को दबना पड़ता है, तो जानकारी दूर तक जाने से पहले ही कुचल दी जाती है और खो जाती है। इसे 'ओवर-स्क्वैशिंग' (over-squashing) कहा जाता है। ये दो समस्याएँ कंप्यूटर को पूरे मानचित्र में फैले कनेक्शनों को देखने से रोकती हैं, जिससे जटिल बीमारियों का निदान करने या बड़े पैमाने पर पैटर्न को समझने की उसकी क्षमता सीमित हो जाती है।
इसे हल करने के लिए, इंपीरियल कॉलेज लंदन के शोधकर्ताओं केविन मैनसिनी और इस्लम रेकिक ने 'डुओजीएनएन' (DuoGNN) नामक एक नया दृष्टिकोण विकसित किया है। कंप्यूटर को मानचित्र पर प्रत्येक संबंध के साथ एक समान व्यवहार करने के लिए मजबूर करने के बजाय, उनकी विधि पहले बिंदुओं के बीच के संबंधों की प्रकृति के आधार पर उन्हें दो अलग-अलग श्रेणियों में वर्गीकृत करती है। कुछ संबंध समान बिंदुओं को जोड़ते हैं, जैसे कि लिवर ट्यूमर कोशिकाओं का एक समूह जो सभी एक जैसे दिखते हैं और कार्य करते हैं। अन्य बहुत अलग बिंदुओं को जोड़ते हैं, शायद पास के एक ट्यूमर सेल को एक स्वस्थ सेल से जोड़ते हैं। शोधकर्ताओं ने महसूस किया कि इन दो प्रकार के कनेक्शनों को एक साथ संसाधित करने की कोशिश करना भ्रम और सूचना की हानि का कारण बन रहा था।
उनका समाधान एक तीन-चरणीय प्रक्रिया है जो सूचना के लिए एक ट्रैफिक कंट्रोलर की तरह कार्य करती है। पहला, सिस्टम पूरे मानचित्र को स्कैन करता है और उन कनेक्शनों को फ़िल्टर कर देता है जो संकीर्ण बाधाओं की ओर ले जाते हैं, जिससे प्रभावी रूप से मानचित्र को समान बिंदुओं के अलग-अलग, अच्छी तरह से जुड़े हुए द्वीपों में विभाजित किया जा सके। यह चरण सुनिश्चित करता है कि कंप्यूटर दूर के, असंबंधित शोर से भ्रमित हुए बिना स्थानीय पैटर्न को स्पष्ट रूप से देख सके। दूसरा, सिस्टम इन द्वीपों से सबसे महत्वपूर्ण प्रतिनिधियों को लेता है और एक नया, बहुत छोटा मानचित्र बनाता है जो केवल विभिन्न प्रकार के बिंदुओं को जोड़ता है। यह संक्षिप्त मानचित्र उन लंबी दूरी के संबंधों को पकड़ लेता है जो पहले खो गए थे, लेकिन क्योंकि यह बहुत छोटा है, कंप्यूटर इसे बिना अभिभूत हुए तेज़ी से संसाधित कर सकता है। अंत में, सिस्टम एक ही समय में दो अलग-अलग विश्लेषण चलाता है: एक जो समान बिंदुओं के स्थानीय द्वीपों का अध्ययन करता है, और दूसरा जो विभिन्न प्रकार के बिंदुओं के बीच के कनेक्शनों का अध्ययन करता है। सूचना के इन दो प्रवाहों को अलग रखकर, कंप्यूटर विशेषताओं के धुंधलेपन और डेटा के कुचलने से बच जाता है।
शोधकर्ताओं ने चिकित्सा स्कैन से लिवर ट्यूमर की छवियों और वैज्ञानिक पत्रों के एक बड़े संग्रह सहित कई चुनौतीपूर्ण डेटासेट पर इस नए आर्किटेक्चर का परीक्षण किया। मेडिकल परीक्षणों में, छवियों को ग्राफ में बदल दिया गया जहाँ प्रत्येक बिंदु ट्यूमर के एक छोटे हिस्से का प्रतिनिधित्व करता था, और लक्ष्य ट्यूमर के प्रकार को वर्गीकृत करना था। नया सिस्टम मौजूदा मॉडलों से लगातार बेहतर प्रदर्शन करता रहा, ट्यूमर के प्रकार को उच्च सटीकता और बेहतर विश्वसनीयता के साथ सही ढंग से पहचानता रहा। उदाहरण के लिए, लिवर ट्यूमर से जुड़े एक डेटासेट पर, नए मॉडल ने लगभग 80 प्रतिशत की सटीकता प्राप्त की, जबकि मानक जीसीएन (GCN) मॉडल ने 77.68 प्रतिशत प्राप्त किया। वैज्ञानिक पत्रों के एक अन्य डेटासेट पर भी, इसने बेहतर प्रदर्शन दिखाया, और पिछले तरीकों की तुलना में अनुसंधान क्षेत्रों को अधिक बार सही ढंग से वर्गीकृत किया।
महत्वपूर्ण रूप से, अध्ययन ने दिखाया कि यह दृष्टिकोण इस बात पर निर्भर नहीं करता कि डेटा कैसे व्यवस्थित है। चाहे ग्राफ चिकित्सा छवियों का एक घना समूह हो या उद्धरणों (citations) का एक विरल नेटवर्क, सिस्टम ने यह तय करके अनुकूलन किया कि कितने कनेक्शनों को फ़िल्टर किया जाए और कितने प्रतिनिधियों को चुना जाए। शोधकर्ताओं ने पाया कि उनका तरीका उन लोकप्रिय तकनीकों की तुलना में बहुत बड़े ग्राफों के लिए अधिक कुशल था जो 'ग्लोबल अटेंशन' पर निर्भर करती हैं, जिनमें अक्सर भारी मात्रा में कंप्यूटर मेमोरी और समय की आवश्यकता होती है। जबकि नए सिस्टम ने छोटे कार्यों के लिए थोड़ी अधिक मेमोरी का उपयोग किया, लेकिन जैसे-जैसे डेटा बढ़ा, यह बहुत बेहतर तरीके से स्केल हुआ, जिससे उन क्रैश (crash) से बचा जा सका जो सबसे बड़े मेडिकल डेटासेट का सामना करते समय अन्य मॉडलों के साथ होते थे।
निष्कर्ष बताते हैं कि डेटा की प्राकृतिक संरचना का सम्मान करके और समान तथा भिन्न अंतःक्रियाओं को अलग करके, कंप्यूटर जटिल नेटवर्क से बहुत अधिक प्रभावी ढंग से सीख सकते हैं। शोधकर्ताओं ने यह दावा नहीं किया कि उन्होंने इस क्षेत्र की हर समस्या को हल कर लिया है, लेकिन उन्होंने प्रदर्शित किया कि एक 'टोपोलॉजी-अवेयर' (topology-aware) डिज़ाइन—एक ऐसा डिज़ाइन जो कनेक्शनों के आकार और प्रवाह पर ध्यान देता है—मशीनों के दुनिया को समझने के तरीके में काफी सुधार कर सकता है। उनका कार्य चिकित्सा इमेजिंग जैसे क्षेत्रों में आर्टिफिशियल इंटेलिजेंस का उपयोग करने के लिए एक व्यावहारिक मार्ग प्रदान करता है, जहाँ सटीक निदान के लिए स्थानीय विवरणों और दूर के संबंधों दोनों को पकड़ना आवश्यक है। उनके सिस्टम का कोड अब दूसरों के परीक्षण और निर्माण के लिए उपलब्ध है, जो भविष्य में अधिक मजबूत और स्केलेबल उपकरणों के लिए द्वार खोलता है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।