G-Mixup: Graph Data Augmentation for Graph Classification

隨著圖神經網路（Graph Neural Networks, GNNs）在社群網路分析、藥物分子設計、知識圖譜建構等領域崛起，如何有效提升圖分類模型的泛化能力與魯棒性，成為研究熱點。資料擴增（Data Augmentation）長期以來皆為提升深度學習模型性能的關鍵技術，尤其於影像領域已廣泛證實其價值。Mixup 作為一種簡潔且高效的資料擴增方法，透過「線性插值」兩個樣本之特徵與標籤，成功提升模型對輸入空間的平滑度與判別邊界穩定性。然而，傳統 Mixup 主要應用於結構規則、歐幾何網格（如圖片或表格資料），面對圖這種非歐空間（non-Euclidean）且變動節點數、結構差異巨大的資料時，直接採用 Mixup 遇到諸多技術瓶頸。

本論文《G-Mixup: Graph Data Augmentation for Graph Classification》由 Han 等人於 ICML 2022 發表，並榮獲 Outstanding Paper，提出一套創新的「$\mathcal{G}$-Mixup」框架，成功將 Mixup 概念帶入圖資料擴增。作者洞察到，直接對圖結構進行線性組合非常困難，因為不同圖的節點數量不一、節點未排列對齊且拓撲結構高度非歐氏。為此，論文引入了「graphon」理論——graphon 可視為無限大節點數圖的極限生成器，一種平滑且可以數學插值的圖生成函數，成為在圖空間內插值的橋梁。

研究背景與動機

圖分類問題中，樣本圖彼此樣態多變且大小不一，傳統 Mixup 透過將兩張圖片像素直接相加平均達到擴增目的，但這類操作在圖上難以做到，因為兩張圖不具備節點對齊且無法簡單相加。此外，圖資料的生成是離散且結構化，若直接將兩張圖的鄰接矩陣線性加權，將失去語意與結構化資訊，並導致無效或無意義的結果。加上，圖的非歐空間性質使得特徵空間無法直接應用 Mixup 欄位水平操作。這些挑戰嚴重限制了圖資料上的資料擴增方法，缺乏一套既能保留結構特性，又能有效產生多樣性樣本的技術。

因此，本論文旨在設計一種適用於圖分類、且能克服節點數與拓撲差異的 Mixup 擴增策略，進而提升 GNNs 的泛化能力與抗噪聲性能。

核心方法與創新

作者提出的 $\mathcal{G}$-Mixup 方法流程可概述為以下三步：

1. Graphon 估計：不同於直接操作圖本體，作者將同一類別的多張圖集合視為從某未知 graphon 隨機取樣而來。利用店內典如「經驗 graphon」等技術，從類別內多張圖估計出該類別的 graphon 函數。graphon 本質上是定義在單位區間上的對稱函數，代表無限大隨機圖的極限，能捕捉隱含機率連結模式。
2. Graphon 空間插值：在歐氏函數空間中，針對不同類別估計出的 graphon 進行線性混合（Mixup），形成新的「合成 graphon」。這一步非常關鍵，因為 graphon 是連續函數，可直接以權重拉普拉斯線性插值實現，克服了圖本體不等節點數和未對齊問題。
3. 從混合 graphon 生成合成圖：根據混合後的 graphon，以採樣方式生成新的合成圖，這些圖兼具混合兩類圖結構特性，豐富了資料多樣性。最後，將合成圖作為訓練樣本餵入 GNN。

此流程在概念與實現上都極具創新，首次將 graphon 概念搭配 Mixup 擴增相結合，不僅提供理論支撐，也有效解決圖資料結構不一的挑戰。方法不依賴節點對齊，適用於多數實際圖分類任務。

主要實驗結果

作者在多個圖分類基準數據集（如 MUTAG、PROTEINS、IMDB-BINARY 等）上，基於多種主流 GNN 架構（GCN、GAT、GraphSAGE 等）進行評測。結果顯示：

• 使用 $\mathcal{G}$-Mixup 擴增後，模型整體分類準確率顯著提升，平均提升幅度達 2-5% 不等，且在少量訓練資料時效果尤為明顯。
• 在加入對抗噪聲攻擊測試中，$\mathcal{G}$-Mixup 也顯著提升模型魯棒性，抵抗誤標騷擾和結構破壞的能力明顯強於基線。
• 與其他圖擴增方法（如節點遮罩、邊隨機刪除）相比，$\mathcal{G}$-Mixup 不僅提升效果更佳，且不需調整節點配對，計算負擔也相對合理。

此外，作者進一步觀察到，透過插值 graphon 生成的圖結構在統計特性上也具備合理性，證明生成樣本具備生物學和社會網路等真實圖的典型模式，體現了方法的理論與實務價值。

對 AI 領域的深遠影響

本研究在圖資料擴增領域開創了新方向，讓傳統 Mixup 技術成功擴展到了非歐幾何資料。$\mathcal{G}$-Mixup 不僅為圖分類任務提供有效的資料增強方案，也啟示未來其他圖學習任務如節點分類、圖生成、圖對比學習均可嘗試利用 graphon 及類似理論展開資料擴增與正則化設計。

另一方面，該方法強化了圖神經網路在真實世界應用中對抗標籤錯誤與結構異常的魯棒性，增進模型部署的可靠性，對於醫療、金融、交通網路等敏感任務具高度實用價值。

最後，本論文橋接了圖論中的圖極限理論（graphon）與深度學習資料擴增技術，促進兩領域跨界融合，展現了跨學科思維在 AI 前沿研究中的強大力量。未來或可在更一般化的非歐結構資料、動態圖以及多模態圖學習中借鑑此框架，引發更多創新突破。

綜上所述，Han 等人提出的 $\mathcal{G}$-Mixup 是一項創新且實用的圖資料擴增方法，推動了圖神經網路研究與應用走向更高的泛化與魯棒層次，體現頂尖 AI 頂會 Outstanding Paper 水準。

---

論文資訊
📄 G-Mixup: Graph Data Augmentation for Graph Classification
👥 Han, Jiang, Liu, Hu
🏆 ICML 2022 · Outstanding Paper
🔗 arxiv.org/abs/2202.07179