低周波寄与に基づく周波数破壊（コラプション）によるグラフ自己教師あり学習
arXiv cs.LG / 2026/4/20
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 提案手法FC-GSSLは、高周波情報に偏った「破壊グラフ」を作ることで、周波数を意識したグラフ自己教師あり学習を実現します。
- 破壊された入力だけから学ぶのではなく、自動エンコーダを用いて低周波および一般的な特徴を再構成し、これを監督信号（教師）として多周波帯の情報融合を促します。
- 複数のサンプリング戦略を導入し、サンプリング結果の共通部分（intersection）や結合（union）を通じて多様な破壊グラフを生成します。
- これら複数ビュー間でノード表現を整合させることで、有用な周波数の組み合わせを見つけつつ、特定の局所的な高周波成分への依存を減らすことを狙います。
- 14のデータセットで、ノード分類・グラフ予測・転移学習の各タスクにおいて性能と汎化性能の一貫した改善が確認されています。
