محولات الرسوم البيانية: الجيل التالي من نماذج الرسوم البيانية
الرسوم البيانية في كل مكان، لكن الاستفادة من علاقاتها المعقدة طويلة المدى كانت تحديًا لتعلم الآلة. تبرع الشبكات العصبية للرسوم البيانية (GNNs) في التقاط الأنماط المحلية، لكنها تكافح مع العلاقات العالمية. تأتي محولات الرسوم البيانية لحل هذه المشكلة، حيث تستخدم آليات الانتباه الذاتي القوية، مما يسمح لكل عقدة بالاهتمام مباشرة بالمعلومات من أي مكان في الرسم البياني، وبالتالي التقاط العلاقات الأكثر ثراءً والأنماط الدقيقة. بالمقارنة مع GNNs، توفر محولات الرسوم البيانية مزايا في التعامل مع التبعيات طويلة المدى، والتخفيف من التنعيم المفرط والضغط المفرط، ومعالجة البيانات غير المتجانسة بكفاءة أكبر. على الرغم من أن محولات الرسوم البيانية لها تعقيد حسابي أعلى، إلا أن تقنيات مثل آليات الانتباه المتناثرة وعينات الرسوم البيانية الفرعية تسمح بمعالجة مجموعات البيانات الكبيرة من الرسوم البيانية بكفاءة.