Mini-Batch Class Composition Bias in Link Prediction

Cette recherche révèle une heuristique dépendante des mini-lots dans les modèles populaires de prédiction de liens basés sur les GNN, rendue possible par les couches de normalisation par lots. Ce biais peut conduire à une surestimation de la capacité des modèles à apprendre des représentations de graphe généralisées, plutôt que de transférer les propriétés sous-jacentes du graphe.