🤖 machine learning

Cross-Resolution Semantic Learning for Graph Domain Adaptation

本文提出了一种跨分辨率语义学习（CReSL），这是一种新颖的图领域自适应方法，通过多分辨率表示库、原型传输和目标嫁接来学习软性的源到目标分辨率对应关系，从而解决语义分辨率偏移问题，以优化不同邻域范围间的知识迁移。

原作者： Yingxu Wang, Haoze Huang, Zhongkai Zheng, Shangsong Liang

发布于 2026-08-03

📖 1 分钟阅读☕ 轻松阅读

原作者： Yingxu Wang, Haoze Huang, Zhongkai Zheng, Shangsong Liang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在试图教一名来自不同国家的学生如何玩另一种国家的运动。比赛的规则（即“类别”）是相同的，但场地却不同：草长得更高了，风吹得更猛了，球的弹跳方式也变了。在人工智能的世界里，这被称为图领域自适应（Graph Domain Adaptation）。把“图”想象成一张连接图——就像一个社交网络，其中的人是点，而友谊是线。AI 模型通过观察这些连接来预测事物（例如，一个人是否喜欢某部电影）。

棘手之处在于，在“主场”（源数据）上行之有效的方法，在“客场”（目标数据）上未必奏效。有时，为了了解一个朋友的兴趣，你需要观察他们的直接好友（短距离）；但在另一个场地上，你可能需要观察他们的朋友的朋友，甚至是朋友的朋友的朋友（长距离）才能获得同样的线索。这篇论文解决了一个特定的问题：如果更换场地时，观察的“正确距离”发生了变化怎么办？作者称之为语义分辨率偏移（semantic resolution shift）。这就像是如果你的老师告诉你，要通过观察你家周围的社区来寻找丢失的玩具，但当你搬到一个新城市时，玩具其实藏在三个街区之外。如果你仍然只在同样大小的圆圈内寻找，你永远也找不到它。

问题所在：观察的距离不对

作者注意到，现有的 AI 方法经常犯一个简单的错误。它们假设，如果在源图中通过“1 跳”（1-hop，即直接邻居）邻域学习到了某些东西，那么在目标图中也应该观察“1 跳”邻域。但论文指出，这往往是错误的。仅仅因为数据的“含义”相同，并不意味着理解它所需的“距离”也相同。

他们将 AI 观察的距离称为“传播分辨率（propagation resolution）”。在某些情况下，特定类别的最重要线索可能在源数据的 2 跳距离处发现，但在目标数据中则是在 4 跳距离处。如果 AI 盲目地将它们配对（1 跳对 1 跳，2 跳对 2 跳），就像是试图把方榫头塞进圆卯眼里。其结果是“负迁移（negative transfer）”，即 AI 因为从错误的角度进行学习，导致表现反而变差。

解决方案：CReSL，灵活的侦探

为了解决这个问题，研究人员提出了一种名为 CReSL（跨分辨率语义学习，Cross-Resolution Semantic Learning）的新方法。CReSL 不再强行进行僵化的匹配，而是像一个灵活的侦探，学习如何将源数据的正确“观察距离”与目标数据中最佳的“观察距离”进行匹配。

以下是它的工作原理，分为三个有趣的步骤：

多分辨率库（The Multi-Resolution Bank）： 想象 AI 拥有一组不同的相机镜头。一个镜头近距离特写（0 跳），一个看得稍远一点（1 跳），其他的则看得更远（2 跳、4 跳等）。AI 同时通过所有这些镜头对图进行拍摄。这创建了一个“表示库”。至关重要的是，它保持这些视图是独立的，以免模糊细节，但它使用一个共享的大脑来理解所有这些视图。
原型传输（原型匹配员，The Prototype Transport）： 这是聪明之处。AI 观察源数据中不同类别的“原型”（即平均示例）。然后它会询问：“如果我通过 2 跳镜头观察目标数据，它看起来是否像通过 4 跳镜头观察到的源数据？”它不需要知道目标数据的确切答案（标签）就能判断出这一点。它使用一种软性的、概率性的猜测，来看哪个源镜头与哪个目标镜头匹配得最好。这就像是在说：“从新城市的 2 跳镜头看过去，感觉最像旧城市的 4 跳视角，所以让我们建立这种连接。”
目标嫁接（裁缝，The Target Grafting）： 一旦 AI 知道哪些镜头相匹配，它并不仅仅是进行交换，而是“嫁接”知识。它提取特定的目标图，并将其轻轻地向源数据的结构靠拢，但仅限于 AI 对该类别有把握的程度。如果 AI 不确定一个图属于“类别 A”还是“类别 B”，它会混合两者的调整方案。这防止了 AI 做出生硬且可能错误的判断。这就像裁缝调整西装：如果你不确定顾客是高个子还是矮个子，你会做一个微小且平衡的调整，而不是直接把布料剪掉。

研究发现

研究人员在各种图数据集上测试了 CReSL，包括化学分子和蛋白质结构，在这些数据集中，他们通过人工改变结构或特征来模拟移动到新“领域”的情况。

结果表明，CReSL 非常有效。在实验中，它始终优于其他强力方法。例如，在名为 Mutagenicity 的数据集上，当从一种结构偏移转向另一种偏移（M0→M1）时，CReSL 达到了 83.0% 的准确率，击败了排名第二的方法（GAA，准确率为 79.3%）。在另一种偏移（M0→M2）中，它达到了 74.6%，而后者为 71.2%。

论文还包含了“敏感性分析”，这就像是在检查该方法有多“挑剔”。他们发现，当观察最多 4 跳距离（分辨率深度为 J=3，即 0、1、2 和 4 跳）以及将“嫁接强度”（即调整数据的程度）设置为 0.5 时，该方法效果最好。如果调整过多或过少，性能都会下降。

核心启示

这篇论文并不声称解决了 AI 自适应的所有问题，但它指出，那种假设“相同距离等于相同含义”的旧观念是有缺陷的。通过显式地学习如何在不同领域之间匹配不同的“观察距离”，并以一种温和且基于概率的方式应用这些知识，CReSL 能够更有效地进行知识迁移。它提醒我们，在 AI 的世界里，有时你必须看得更远才能看清全貌，而且你必须聪明地选择完成任务时所使用的“缩放级别”。

技术摘要：用于图领域自适应的跨分辨率语义学习

问题定义

本文探讨了图领域自适应（Graph Domain Adaptation, GDA），即在存在分布偏移的情况下，将已标记源图域的预测知识迁移到未标记目标域的任务。虽然现有方法侧重于对齐表示或正则化图结构，但作者指出一个关键且尚未解决的局限性：语义分辨率偏移（Semantic Resolution Shift）。

在 GDA 中，“传播分辨率”（propagation resolution）是指图表示所编码的邻域范围（例如，0-hop 为节点特征，1-hop 为直接邻居等）。作者观察到，在源域和目标域之间，具有类别判别性证据的最强传播分辨率往往是不同的。例如，在源域中通过 1-hop 范围学习到的特征，在目标域中可能在 2-hop 范围下最具信息量。现有方法通常强制执行隐式同分辨率迁移（implicit same-resolution transfer），假设在源域分辨率 $r$ 处学习到的知识最适合应用于目标域的相同分辨率 $r$ 。这种假设会导致次优性能以及当最优分辨率不一致时的负迁移。

核心挑战在于如何在没有目标标签的情况下，学习一种软性的源到目标分辨率对应关系，同时处理三个具体难点：

可比的分辨率特定表示： 在共享的潜在空间内保留不同分辨率的独特证据，而不抹除分辨率的身份特征。
无目标标签的对应关系： 在没有地面真值的情况下推断分辨率的兼容性，避免“耦合估计”问题，即过早的硬分配会强化错误。
类别不确定性下的实例级迁移： 将全局分辨率对应关系应用于类别成员身份不确定的单个目标图，避免硬分配将表示移动到错误的语义区域。

方法论：CReSL

作者提出了**跨分辨率语义学习（Cross-Resolution Semantic Learning, CReSL）**框架，旨在学习并利用跨分辨率的对应关系。该方法由三个主要部分组成：

1. 带有源专家（Source Experts）的多分辨率表示库

为了捕捉不同邻域范围的证据，CReSL 使用共享图神经网络（GNN）编码器和可学习的分辨率嵌入构建了一个表示库。

分辨率编码： 对于图 $G$ ，特征在多个预定义阶数 $R = \{r_0, \dots, r_J\}$ （例如 0, 1, 2, 4 hops）下进行传播。
共享空间： 一个共享编码器 $\Phi_\theta$ 处理这些多分辨率输入。为了保持分辨率身份，在编码前会将可学习的嵌入 $E_{res}$ 与节点特征拼接。
源专家： 每个源分辨率 $j$ 都关联一个轻量级的线性专家 $h_j$ 。一个全局混合权重 $\alpha_j$ 决定每个专家的贡献。这种设置允许模型使用在源分辨率 $j$ 上训练的专家来评估任何分辨率 $k$ 下的目标表示，从而实现跨分辨率路由。

2. 跨分辨率原型传输（Cross-Resolution Prototype Transport, CRPT）

该模块通过分析类别条件结构，学习源分辨率与目标分辨率之间的软对应关系。

原型构建： 为源域（使用地面真值标签）和目标域（使用软后验概率）构建类别-分辨率原型。
- 源原型 $\mu^s_{c,j}$ ：类别 $c$ 在分辨率 $j$ 下的源表示均值。
- 目标原型 $\mu^t_{c,k}$ ：类别 $c$ 在分辨率 $k$ 下的目标表示的概率加权均值。
差异度量： 通过计算其原型之间的类别平均欧氏距离（ $D_{j,k}$ ）来衡量源分辨率 $j$ 与目标分辨率 $k$ 之间的兼容性。
路由矩阵： 路由矩阵 $\Gamma$ 通过对负差异进行行向 Softmax 归一化进行更新。该矩阵规定了源专家 $h_j$ 应在多大程度上分配给目标分辨率 $k$ 。
目标： CRPT 最小化路由加权的原型差异，鼓励模型将专家路由到兼容的目标分辨率。

3. 跨分辨率目标嫁接（Cross-Resolution Target Grafting, CRTG）

为了在类别不确定性下调整单个目标图，CRTG 将全局对应关系转化为实例特定的调整。

原型位移： 对于每个类别 $c$ 和分辨率对 $(j, k)$ ，计算位移向量 $\Delta^{j \leftarrow k}_c = \mu^s_{c,j} - \mu^t_{c,k}$ ，该向量代表从目标原型到源原型的偏移。
后验加权混合： 对于目标图 $G^t_i$ ，位移是基于当前预测后验 $p^t_{i,c}$ 的类别条件位移的加权和。这避免了硬类别分配。
嫁接： 通过添加加权位移，将目标表示在分辨率 $k$ 下向源结构“嫁接”： $\tilde{z}^{j \leftarrow k}_{G^t_i} = z^{(k)}_{G^t_i} + \beta \Delta^{j \leftarrow k}_i$ 。
一致性目标： KL 散度损失强制要求通过嫁接后的表示（通过专家 $h_j$ ）得到的预测与聚合的目标后验保持一致，并由路由矩阵 $\Gamma$ 进行加权。

核心贡献

问题形式化： 本文正式定义了 GDA 中的语义分辨率偏移（Semantic Resolution Shift），即类别判别性证据在跨域过程中的传播分辨率变化，识别了固定同分辨率迁移的局限性。
CReSL 框架： 作者提出了一种新颖的方法，其特点包括：
- 具有分辨率特定专家的多分辨率表示库。
- CRPT： 一种利用类别-分辨率原型在没有目标标签的情况下学习软跨分辨率对应关系的机制。
- CRTG： 一种后验调节的嫁接机制，可在类别不确定性下执行实例级自适应。
实验验证： 在多种领域偏移（结构性和特征性偏移）下的图分类基准测试中进行了广泛实验，证明了 CReSL 优于现有的先进基准方法。

实验结果

作者在包括 Mutagenicity, PROTEINS, NCI1, ogbg-molhiv, DD, BZR, 和 COX2 在内的多个数据集上评估了 CReSL，涵盖了节点/边密度偏移和特征分布偏移。

性能： CReSL 在大多数设置中取得了最佳性能，超越了强大的基准方法，如 GAA、TDSS、DEAL 以及标准 GNN（GCN、GIN）。
消融研究： 移除多分辨率库（CReSL w/o MR）或学习到的路由（CReSL w/o CRR）会导致性能显著下降，证实了处理分辨率偏移的必要性。移除 CRPT 或 CRTG 也会导致性能下降，验证了它们在对齐类别结构和精炼实例级表示方面的互补作用。
分析：
- 对应关系： 可视化显示，学习到的路由矩阵 $\Gamma$ 与“先验（oracle）”矩阵（使用目标标签计算）高度匹配，正确识别出例如 0-hop 和 1-hop 的源专家应路由到 2-hop 的目标分辨率。
- 嫁接： t-SNE 可视化表明，CRTG 有效地将分散的目标表示移动到紧凑的、与源对齐的类别簇中，而不是进行统一平移，从而保留了实例特定的细微差别。

意义与主张

本文声称 CReSL 通过显式建模领域间传播分辨率的不匹配，推动了 GDA 领域的发展。与以往在单一领域层面进行对齐或假设固定分辨率配对的方法不同，CReSL 学习了一种软性的、数据驱动的对应关系，将源知识路由到最兼容的目标分辨率。

作者强调，其方法：

避免了因强制将某一分辨率学习到的知识应用于目标域相同分辨率而导致的负迁移。
通过使用软后验进行对应关系学习和实例级嫁接，而非依赖硬伪标签，从而处理了目标域中的类别不确定性。
提供了一个目标风险的理论界限，表明最小化跨分辨率原型差异和嫁接不一致性可以收紧泛化界限。

研究结论认为，显式解决语义分辨率偏移对于有效的 GDA 至关重要，并提出了将这些概念扩展到连续分辨率空间的未来研究方向。