그래프의 자기지도 학습(Self-supervised learning, SSL)은 노드 및 그래프 표현(임베딩)을 생성하여 레이블이 제한적이거나 없는 경우에 노드 분류, 노드 클러스터링, 링크 예측과 같은 하위 작업에 사용될 수 있다. 그래프의 자기지도 학습은 특히 레이블이 제한적이거나 없는 시나리오에서 유용하다. 기존의 SSL 방법은 주로 대조적이거나 생성적 패러다임을 따르며, 각각은 다른 작업에서 뛰어나다. 대조적 방법은 일반적으로 분류 작업에서 잘 수행되는 반면, 생성적 방법은 링크 예측에서 뛰어난 성과를 보인다. 본 논문에서는 이러한 대조적 또는 생성적 패러다임을 따르는 기존의 그래프 SSL 방법을 통합하는 새로운 아키텍처를 제시한다. 이 아키텍처는…

<Apple 뉴스 본문 전체읽기>