论文信息
论文标题：DropEdge: Towards Deep Graph Convolutional Networks on Node Classification
论文作者：Yu Rong, Wenbing Huang, Tingyang Xu, Junzhou Huang
论文来源：2020, ICLR
论文地址：download
论文代码：download
1 Introduction
由于 2022 年的论文看不懂，找了一篇 2020 的论文缓解一下心情，我太难了。
提出一种可以缓解过拟合、过平滑的策略，并且和 其他 backbone 模型组合将得到更好的性能。
验证小图上容易出现过平滑现象：参见 Figure 1 Cora 数据集上使用 8 层 GCN 的结果。
DropEdge 主要思想是：在每次训练时，随机删除掉原始图中固定比例的边。
在GCN训练过程中应用DropEdge有许多好处：
- DropEdge 可以看成是数据增强技术。在训练过程中对原始图中的边进行不同的随机删除，也就增强了输入数据的随机性和多样性，可以缓解过拟合的问题。
- DropEdge 还可以看成是一个消息传递减少器。GCNs中，邻接节点间的消息传递是通过连边实现的，随机删除掉一些边就可以让节点连接更加稀疏，在一定程度上避免了GCN层数加深引起的过平滑问题。
2 Preliminary
GCN
前向传播层为：
$boldsymbol{H}^{(l+1)}=sigmaleft(hat{boldsymbol{A}} boldsymbol{H}^{(l)} boldsymbol{W}^{(l)}right)quadquadquad(1)$
其中，$hat{boldsymbol{A}}=hat{boldsymbol{D}}^{-1 / 2}(boldsymbol{A}+boldsymbol{I}) hat{boldsymbol{D}}^{-1 / 2}$，$boldsymbol{W}^{(l)} in mathbb{R}^{C_{l} times C_{l-1}}$。
3 Method
3.1 Methodlogy
在每个训练 epoch，DropEdge 技术随机删除输入图的一定边。形式上，它随机地强制邻接矩阵 $A$ 的 $V_p$ 非零元素为零，其中 $V$ 是边的总数，$p$ 是丢弃率。如果我们将得到的邻接矩阵表示为 $A_{drop}$，那么它与 $A$ 的关系就变成了
$A_{mathrm{drop}}=A-A^{prime}quadquadquad(2)$
其中 $boldsymbol{A}^{prime}$ 是原始图中删除的边集，然后对 $boldsymbol{A}_{text {drop }}$ 进行 re-normalization 得到 $hat{mathbf{A}}_{text {drop }}$ ，替换 $text{Eq.1}$ 中的 $hat{mathbf{A}}$。
DropEdge 对图中的连接带来了扰动，它对输入数据产生了不同的随机变形，可以看成是数据增强。
GCNs 的核心思想是对每个节点的邻居特征进行加权求和，实现对邻居信息的聚合。那么 DropEdge 可以看成在 GNN 训练时使用的是随机的邻居子集进行聚合，而没有使用所有的邻居。若 DropEdge 删边率为 $p$，对邻居聚合的期望是由 $p$ 改变的，在对权重进行归一化后就不会再使用 $p$。
上述所说的是每个 epoch ，GNN 各层共享一个 $boldsymbol{A}_{text {drop }}$ 但每层也可以单独进行 DropEdge，为数据带来更多的随机性。
Note：同样，类似的还有可以为每层单独计算 KNN graph。
下文将阐述 DropEdge 如何缓解过平滑问题，并且假设使用的所有层将共用一个 $boldsymbol{A}_{text {drop }}$。
3.2 Preventing over-smoothing
过平滑原始定义：平滑现象意味着随着网络深度的增加，节点特征将收敛到一个固定的点。这种不必要的收敛限制了深度GCNs的输出只与图的拓扑相关，但与输入节点特征无关，这会损害 GCNs 的表达能力。
通过考虑非线性和卷积滤波器的思想，可以将过平滑解释为收敛到子空间，而不是收敛到不动点，本文将使用子空间概念来更具普遍性。
首先给出如下定义：
根据 Oono & Suzuki 的结论，足够深的GCN在一些条件下，对于任意小的 $epsilon$ 值，都会有 $ epsilon-smoothing$ 问题。他们只是提出了深度 GCN 中存在 $epsilon-smoothing$，但是没有提出对应的解决方法。
-
- 降低节点之间的连接，可以降低过平滑的收敛速度；
- 原始空间和子空间的维度之差衡量了信息的损失量；
即：
4 Discussions
DropEdge vs. Dropout
Dropout 试图通过随机设置特征维数为零来干扰特征矩阵，可能会减少过拟合的影响，但对防止过平滑没有帮助，因为它不会对邻接矩阵做出任何改变；
DropEdge 可以看成 Dropout 向图数据的推广，将删除特征换成删除边，两者是互补关系；
DropNode 采样子图进行小批量训练，可被视为删除边的一种特定形式，因为连接到删除节点的边也被删除。然而，DropNode 对删除边的影响是面向节点的和间接的。
DropEdge 是面向边的，并且可以保留训练的所有节点特征，表现出更多的灵活性。
当前的 DropNode 方法中的采样策略通常是低效的，例如，GraphSAGE 的层大小呈指数增长，而 AS-GCN 需要逐层递归地进行采样。然而，DropEdge 既不随着深度的增长而增加图层的大小，也不要求递归进程，因为所有边的采样都是平行的。
DropEdge vs Graph-Sparsification
图稀疏化(1997) 的优化目标是去除图压缩的不必要的边，同时保留输入图的几乎所有信息。这和 DropEdge 的目的一样，但不同的是 DropEdge 不需要具体的优化目标，而图稀疏化则采用一种繁琐的优化方法来确定要删除哪些边，一旦这些边被丢弃，输出图将保持不变。
5 Experiment
数据集
Backbones
节点分类：（监督学习）
验证损失
标准化/传播模型
6 Conclusion
DropEdge 在输入数据中包含了更多的多样性，以防止过拟合，并减少了图卷积中的消息传递，以缓解过平滑。
