グラフ生成のための階層型離散フローマッチング

arXiv cs.LG / 2026/4/2

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、ノイズ除去ベースのモデルが抱える2つの主要なボトルネック――ノード数に対する二次スケーリングと、サンプリング時に必要となる関数評価回数の多さ――に対処するため、グラフ生成のための階層型生成フレームワークを提案する。
階層化と離散フローマッチングを組み合わせることで、評価すべきノード対の数を削減し、必要なノイズ除去イテレーション回数も抑える。
著者らは、先行手法と比較してグラフ分布の捉え方において改善された忠実度を示す経験的結果を報告している。
さらに、生成時間が大幅に短縮されることを主張しており、本手法がグラフ生成タスクに対してより計算効率が高いことを示している。

概要: 拡散やフローマッチングを含むデノイジングベースのモデルは、グラフ生成において大きな進展をもたらしてきました。しかし、こうした進歩にもかかわらず、これらのモデルは2つの根本的な制約によって依然として制限されています。すなわち、ノード数に対して二次的に増大する計算コストと、生成時に必要となる大量の関数評価です。本研究では、評価すべきノード対の数を削減する新しい階層型生成フレームワークを導入し、さらに離散フローマッチングを採用することでデノイジング反復回数を大幅に減らします。実験により、提案手法がグラフ分布をより効果的に捉えつつ、生成時間を大幅に短縮できることを実証します。