RoleMAG：マルチモーダル・グラフにおける近傍ロールの学習
arXiv cs.LG / 2026/4/15
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- RoleMAGは、共有メッセージパッシングに依存し、同じ近傍がすべてのモダリティに対して等しく有効であると仮定する既存のマルチモーダル属性付きグラフ（MAG）手法の限界に取り組みます。
- この枠組みは、近傍からの信号を「共有」「補完」「異種交配的（ヘテロフィリック）」として分類し、それらを別々の伝播チャネルを通じてルーティングすることで、ロールに応じた近傍参加を学習します。
- この設計により、補完的な近傍を活用してモダリティ間の補完（クロスモーダル補完）を改善しつつ、共有スムージングによってモダリティ固有の信号をぼかし得るヘテロフィリックな近傍を避けます。
- 3つのMAGベンチマークでの実験では、RedditSとBili_Danceで最良の性能が得られ、Toysでも競争力のある結果が示されます。加えて、アブレーション／頑健性／効率の検証がこのアプローチを支持します。
- 著者らは手法のコードを提供しており、再現やさらなる実験を容易にしています。
