行有餘力則以學文: G-Mixup: Graph Data Augmentation for Graph Classification

2026年3月27日星期五

G-Mixup: Graph Data Augmentation for Graph Classification

在圖神經網路（Graph Neural Networks, GNNs）蓬勃發展的當下，如何有效提升模型對圖資料的泛化能力與魯棒性，成為研究領域的重要課題。傳統的資料增強技術（Data Augmentation）如 Mixup，透過在輸入空間內對樣本特徵及標籤進行線性插值，有效改善了影像及結構化資料的訓練過程。然而，對於圖資料而言，其非歐式（Non-Euclidean）特性、多樣的節點數量以及結構差異，使得直接套用 Mixup 技術變得極為困難。漢等人（Han, Jiang, Liu, Hu）於 ICML 2022 發表的《G-Mixup: Graph Data Augmentation for Graph Classification》一文，針對此問題提出一套全新的圖資料增強方法——G-Mixup，並因其創新性與實用價值榮獲「Outstanding Paper」獎項。

研究背景與動機

Mixup 技術自其發表以來，在圖像分類、語音識別等多個領域廣泛應用，成為提升深度學習模型泛化能力和抗擾動能力的有效方法。其核心思想是在訓練時隨機選取兩個樣本，並在輸入特徵及標籤空間中以隨機比例進行線性插值，產生新的合成樣本。這種方式有助於模型學習更光滑的決策邊界。但是，現有的 Mixup 方法多針對規則、歐式結構的資料設計，對於圖資料則缺乏一致且合理的定義。

圖資料通常具備以下挑戰性特點：

節點數量不固定，每個圖結構差異大。
節點間的排列和對齊並無明確標準，需要考慮結構的同構性。
圖屬於非歐式幾何空間，其關係結構複雜且多變。

基於上述困難，傳統特徵插值的 Mixup 無法直接應用在圖資料層面，為此，作者提出以圖生成模型圖論（Graphon）作為插值的基礎，形成 G-Mixup，開闢了一條全新的圖資料增強研究方向。

核心方法與創新

本論文的核心貢獻在於創新性引入圖論 (Graphon) 來實現圖資料的混合插值。Graphon 是用於描述圖的極限物件（graph limit object），在理論圖論和隨機圖模型中有豐富的數學基礎。簡而言之，graphon 是一個以區間 [0,1] 上連續映射定義的函數，可以用來代表大規模隨機圖的生成機制。

G-Mixup 方法的主要流程如下：

同類圖的 graphon 估計：針對每一個圖分類，從該類別下所有圖樣本中估計對應的 graphon。這一步的技術難點在於將離散圖樣本映射到連續 graphon 表示，作者利用先前方法進行有效反演。
graphon 空間的插值：傳統 Mixup 是在特徵空間直接插值，G-Mixup 則是在 graphon 空間做線性插值。透過將兩個不同類別的 graphon 按比例混合，形成一個「混合 graphon」，該 graphon 兼容兩類圖的結構特徵。
透過混合 graphon 產生合成圖：從合成的 graphon 中以隨機採樣方式生成新的圖樣本，這些合成圖擁有介於兩類間的結構特性和標籤。
訓練 GNN：將合成圖與原始資料混合，用於訓練圖分類模型，使得模型能學習到更平滑且具魯棒性的分類邊界。

此創新利用 graphon 作為橋樑，突破了節點數量不定和結構對齊的限制，為圖資料增強提供了一個理論扎實且實務可行的解決方案，實現了 Mixup 在非歐式空間圖資料上的跨越式應用。