Embedded Graph Flows for Categorical Graph Generation

TL;DR

EGF通过学习连续嵌入生成分类图,在QM9上FCD为0.150。

cs.LG 🔴 高级 2026-09-05 71 次浏览
Ethan Ma Zihan Wang Chris Siu Yeung Chow Xinguo Feng Qingqing Li Rui Jiang Naipeng Dong Guangdong Bai
图生成 流匹配 嵌入学习 无序图 分子图

核心发现

方法论

EGF通过学习节点和无序边的连续嵌入,利用高斯噪声向这些嵌入点传输。使用置换等变图变换器进行传输,终端读取将嵌入映射回离散图类别。

关键结果

  • 在QM9数据集上,EGF在四个指标上表现最佳,FCD为0.150,而DiGress为0.717,GruM为0.812。
  • 在ZINC250k上,EGF使用NSPDK保持最低的最大平均差异,显示与参考分子的局部子结构高度一致。
  • EGF在分子基准测试中表现出竞争力,尤其在处理大分子时。

研究意义

EGF通过学习节点和边的连续嵌入,解决了传统方法中类别编码固定几何的问题,提高了图生成的灵活性和准确性,特别是在分子图生成中具有重要意义。

技术贡献

EGF通过学习节点和边类别锚点,使终端几何可训练,并通过连续传输和终端解码进行联合学习。其无序、无向的形式化确保了置换等变性。

新颖性

EGF首次将连续嵌入学习应用于分类图生成,通过学习锚点解决了固定几何问题,与现有方法相比具有显著创新。

局限性

  • EGF在处理极大规模图时可能面临计算瓶颈。
  • 需要进一步验证在其他类型图上的泛化能力。

未来方向

未来工作可以探索EGF在其他类型图生成中的应用,并优化其计算效率。

AI 总览摘要

生成分类图需要选择节点和边类型,形成连贯结构而不依赖节点顺序。许多图生成器将类别编码为固定的one-hot向量,这可能导致类别等距的人工几何。我们提出了嵌入图流(EGF),这是一种生成模型,通过学习节点和无序边类别的连续嵌入,并使用置换等变图变换器将高斯噪声传输到这些学习的终点。终端读取将嵌入映射回离散图类别。在分子基准测试中,EGF表现出竞争力。在QM9上,EGF在所有四个报告指标中表现最佳,包括Fréchet ChemNet距离(FCD)为0.150,而分类扩散基线DiGress为0.717,基于桥的基线GruM为0.812。当应用于ZINC250k中的较大分子时,EGF使用邻域子图成对距离核(NSPDK)保持最低的最大平均差异,表明与参考分子的局部子结构高度一致。我们的代码可在https://github.com/Trusted-System-Lab/EGF获得。

深度分析

研究背景

分类图生成需要选择节点和边类型,形成连贯结构而不依赖节点顺序。许多图生成器将类别编码为固定的one-hot向量,这可能导致类别等距的人工几何。

核心问题

现有方法在处理分类图生成时,通常依赖于固定的类别编码,这限制了模型的灵活性和准确性。

核心创新

EGF通过学习节点和无序边类别的连续嵌入,解决了传统方法中类别编码固定几何的问题。

方法详解

  • �� 学习节点和边的连续嵌入
  • �� 使用高斯噪声进行传输
  • �� 置换等变图变换器进行传输
  • �� 终端读取将嵌入映射回离散图类别

实验设计

在QM9和ZINC250k数据集上进行实验,比较EGF与DiGress和GruM的性能,使用FCD和MMD作为评估指标。

结果分析

EGF在QM9上FCD为0.150,在ZINC250k上使用NSPDK保持最低MMD,显示出与参考分子的高度一致性。

应用场景

EGF可用于分子图生成,特别是在药物发现和材料科学中。

局限与展望

EGF在处理极大规模图时可能面临计算瓶颈,需要进一步验证在其他类型图上的泛化能力。

通俗解读 非专业人士也能看懂

想象你在厨房里做饭。传统方法就像用固定的食谱做菜,每种食材都有固定的位置和比例。而EGF就像一个灵活的厨师,根据食材的不同特性和味道,动态调整每种食材的位置和比例,最终做出更美味的菜肴。

简单解释 像给14岁少年讲一样

嘿,小伙伴!想象一下你在玩一个建造游戏。传统的建造方法就像用固定的积木搭建,每块积木都有固定的位置。而EGF就像一个超级灵活的积木套装,你可以根据需要随意调整每块积木的位置,搭建出更酷的建筑!

术语表

嵌入图流 (EGF)

一种生成模型,通过学习节点和无序边类别的连续嵌入进行图生成。

用于生成分类图,特别是分子图。

Fréchet ChemNet距离 (FCD)

用于评估生成分子与真实分子分布相似度的指标。

在QM9数据集上用于评估EGF的性能。

最大平均差异 (MMD)

用于比较两个分布之间差异的统计量。

在ZINC250k数据集上用于评估EGF的性能。

置换等变图变换器

一种保持图节点置换不变性的变换器。

用于EGF的传输过程。

高斯噪声

一种常用于生成模型的随机噪声。

用于EGF的传输过程。

开放问题 这项研究留下的未解疑问

  • 1 如何在更大规模的图上有效应用EGF?
  • 2 EGF在其他类型图上的泛化能力如何?

应用场景

近期应用

分子图生成

EGF可用于生成具有特定性质的分子图,有助于药物发现和材料科学。

远期愿景

通用图生成

EGF的框架可扩展到其他类型的图生成,如社交网络图。

原文摘要

Generating categorical graphs requires choosing node and edge types that form a coherent structure without depending on node order. Many graph generators encode categories as fixed one-hot vectors, which can impose an artificial geometry in which categories are equidistant. We propose Embedded Graph Flows (EGF), a generative model that learns continuous embeddings for node and unordered-edge categories and transports Gaussian noise towards these learnt endpoints using a permutation-equivariant graph transformer. A terminal readout maps the embeddings back to discrete graph categories. Across molecular benchmarks, EGF achieved competitive performance. On QM9, EGF gives the best result on all four reported metrics among the three methods, including a Fréchet ChemNet Distance (FCD) of 0.150, compared with 0.717 for the categorical-diffusion baseline DiGress and 0.812 for the bridge-based baseline GruM. When applied to larger molecules in ZINC250k, EGF retains the lowest maximum mean discrepancy (MMD) using the neighbourhood subgraph pairwise distance kernel (NSPDK), indicating close agreement with the local substructures of the reference molecules. Our code is available at https://github.com/Trusted-System-Lab/EGF.

cs.LG