مشفر توليدي للتعافي من اضطرابات للرسوم غير المتماثلة ذات الصفات المفقودة

لماذا تهم البيانات المبعثرة في الشبكات

من توصيات الأفلام إلى محركات البحث الأكاديمية واكتشاف الأدوية، تعتمد العديد من الأدوات الحديثة على شبكات تربط أنواعًا مختلفة من الأشياء: أشخاصًا، أوراقًا علمية، شركات، أفلامًا أو بروتينات. هذه الشبكات، المسماة الرسوم غير المتماثلة، لا تسجل من يتصل بمن فحسب، بل تضيف أيضًا معلومات وصفية إلى كل عقدة، مثل ملخص الفيلم أو وسم المطعم. في الواقع، الكثير من هذه المعلومات مفقود أو يحتوي على ضوضاء، ما يضعف بهدوء جودة التنبؤات المبنية على هذه الشبكات. تقدم هذه الورقة طريقة جديدة لتدريب النماذج على مثل هذه الرسوم غير الكاملة بحيث تتعامل بشكل أفضل مع الفجوات والأخطاء في البيانات.

شبكات من أنواع متعددة

على عكس الشبكات الاجتماعية البسيطة حيث كل عقدة شخص وكل رابط صداقة، تخلط الرسوم غير المتماثلة بين عدة أنواع من العقد والروابط. قد تربط شبكة أكاديمية مؤلفين، أوراقًا علمية ومؤتمرات؛ قد تربط شبكة تقييمات مستخدمين، شركات وتقييمات. تأتي كل عقدة مصحوبة بصفات: كلمات مفتاحية للورقة، تفضيلات المستخدم، أو ملخص الفيلم. عندما تكون هذه الصفات ناقصة أو تالفة، تكافح طرق الرسوم القياسية لتعلّم تمثيلات داخلية موثوقة للعقد. وهذا بدوره يضر بالمهام اللاحقة مثل تصنيف مجال الورقة، تجميع الشركات المتشابهة، أو اقتراح الأفلام. الأساليب السابقة عادة حاولت تعبئة الصفات المفقودة مرة واحدة باستخدام قواعد ثابتة، ثم دربت النماذج على نسخة واحدة منقحة من البيانات.

من الإخفاء إلى الاضطرابات المحكومة

تعامل الطرق الأحدث نقص المعلومات كتحدٍ تدريبي: تخفي عمدًا أجزاء من صفات العقدة (عملية تسمى الإقنعة) وتعلّم النموذج إعادة بناء الأجزاء المخفية. تساعد استراتيجية «الإخفاء-والتعافي» هذه النموذج على فهم السياق، لكن معظم التصميمات الحالية تستخدم مخططات إقنعة ثابتة أو عشوائية بسيطة. فهي تعرض النموذج لنطاق ضيق فقط من أنماط الفقد ولا تستطيع تقليد كيفية تدهور البيانات الحقيقية بأمانة. والأسوأ أن إخفاء الكثير من المعلومات في وقت مبكر قد يجعل التدريب غير مستقر، بينما الإقناع القليل جدًا يفشل في بناء المتانة. يجادل المؤلفون بأن الصفات المفقودة تتصرف أشبه بالاضطرابات العشوائية المعتمدة على السياق والتي تتفاعل مع بنية الشبكة متعددة الأنواع، وأنه يجب نمذجتها بطريقة أكثر مرونة وقابلية للتحكم.

وجهة نظر الاضطراب والتعافي للبيانات المفقودة

الإطار المقترح، المسمى HGGAE، يبدأ من منظور جديد: اعتبر الصفات المفقودة نتيجة عملية اضطراب تعمد إحداث تشويش في الميزات والروابط، ثم تعلّم التراجع عن تلك الاضطرابات. يبني HGGAE أولًا «عوالم ضوضائية» للشبكة عن طريق استبدال أو تعديل صفات العقد بشكل انتقائي وتغيير أنماط الروابط قليلًا على طول أنواع مختلفة من المسارات. وحدة قابلة للتدريب تمنح كل عقدة درجة أهمية وتستخدمها لتقرر أي العقد تُزعج وإلى أي مدى. خلال التدريب المبكر، تُزعج النظام غالبًا العقد الأقل أهمية، مما يطرح مهام تعافي أسهل. ومع تقدم التدريب، يزيد الصعوبة تدريجيًا ويبدأ بإزعاج العقد الأكثر معلوماتية. يتيح هذا الجدول الزمني الشبيه بالمنهج للنموذج الاستقرار قبل مواجهة مشكلات إعادة البناء الأصعب، بينما يعكس بشكل أفضل الطبيعة غير المؤكدة وغير المتكافئة للبيانات المفقودة الحقيقية.

إبقاء النموذج أمينًا وفعالًا

إضافة الضوضاء وحدها لا تكفي؛ يجب أيضًا منع انحراف النموذج بعيدًا عن الأنماط الواقعية. لذلك يتضمن HGGAE عنصرًا عدائيًا: شبكة منفصلة تتعلم التمييز بين التمثيلات الناتجة عن مدخلات نظيفة وتلك الناتجة بعد الاضطراب. يُدرَّب النموذج الأساسي ليس فقط على إعادة بناء الصفات والأنماط البنائية، بل أيضًا على خداع هذا المميز، مما يدفع تمثيلاته الداخلية إلى الرجوع نحو متعدد الشكل الحقيقي للبيانات حتى عندما تكون المدخلات مضطربة بشدة. وللحفاظ على قابلية الحساب على الرسوم الكبيرة، تحسب الطريقة أخطاء الإعادة فقط على العقد التي أُزعجت فعلًا في كل خطوة تدريبية، بدلًا من حسابها على كل عقدة. يركّز هذا التصميم المستهدف النادر التعلم على المواقع الأكثر معلوماتية مع إبقاء التكلفة العامة مرهونة بمرور قياسي على الشبكة الكاملة.

إثبات الفوائد على مقاييس حقيقية

لاختبار HGGAE، استخدم المؤلفون أربع مجموعات بيانات معيارية لرسوم غير متماثلة تمثل أوراقًا علمية، مؤلفين، أفلامًا وشركات، جميعها بصفات مقصودة غير كاملة. قيّموا تصنيف العقد (توقّع تسميات مثل المجال البحثي أو فئة العمل) والتجميع (تجميع العقد المشابهة) تحت كميات مختلفة من البيانات الموسومة. عبر هذه المهام، يتطابق HGGAE باستمرار مع الطرق القوية أو يتفوق عليها. كانت المكاسب كبيرة بشكل خاص على مجموعة بيانات أفلام نادرة وضوضائية، حيث حسّن مقياس دقة رئيسي بحوالي ثماني نقاط مئوية. تُظهر تجارب إضافية أن كلًا من جدول الاضطراب المستند إلى المنهج وآلية الاضطراب-والتعافي حاسمان: إزالتها أو استبدالهما بأقنعة ثابتة يؤدي إلى تراجع واضح في الأداء.

ماذا يعني هذا لتطبيقات الرسوم اليومية

الخلاصة للقراء هي أنه بدلًا من إخفاء المعلومات المفقودة أو ترقيعها بخشونة في الشبكات المعقدة، قد يكون أقوى أن نحاكي بنشاط كيف تتعطل الصفات وندرّب النماذج على إصلاحها بطريقة محكومة. من خلال اعتبار البيانات المفقودة عملية اضطراب مرحلية وتوجيه التعافي بإشارات بنيوية وفحص عدائي، يتعلم HGGAE تمثيلات عقد تبقى موثوقة حتى عندما تكون الرسوم الواقعية مبعثرة. يترجم هذا إلى تنبؤات أفضل وتجميعات أكثر معنى في الأنظمة المبنية فوق شبكات اجتماعية أو أكاديمية أو تجارية حيث البيانات الناقصة هي القاعدة لا الاستثناء.

الاستشهاد: Wang, Q., Shao, X. & Huang, X. A perturbation-recovery generative autoencoder for heterogeneous graphs with attributes missing. Sci Rep 16, 13538 (2026). https://doi.org/10.1038/s41598-026-44190-4

الكلمات المفتاحية: الرسوم غير المتماثلة, الصفات المفقودة, المشفر التلقائي للرسوم, تعلم التمثيل, التعلم الذاتي الإشراف