Structure-prior Informed Diffusion Model for Graph Source Localization with Limited Data
作者: Hongyi Chen, Jingtao Ding, Xiaojun Liang, Yong Li, Xiao-Ping Zhang
发布时间: 2025-02-27
来源: arxiv
研究方向: 图信息传播中的源定位问题
主要内容
本文提出了一种基于结构先验的扩散模型（SIDSL），用于在有限数据情况下进行图信息传播中的源定位。SIDSL通过结合图标签传播和GNN参数化的标签传播模块（GNN-LP），解决了未知传播模式、复杂拓扑-传播关系以及源节点与非源节点之间的类别不平衡问题。该模型利用结构先验信息，通过扩散模型进行去噪，从而在有限数据情况下实现鲁棒的源定位。
主要贡献
1. 提出了一种基于结构先验的扩散框架，能够在有限数据情况下有效应对源定位问题，增强对未知传播模式的泛化能力。
2. 引入了一系列创新技术，包括传播增强的条件去噪器、GNN-LP模块和基于结构先验的偏置去噪过程，协同处理结构异质性和类别不平衡问题。
3. 在四个真实世界数据集上评估了SIDSL的性能，证明了其在源识别任务中的优越性，F1分数比现有方法提高了7.5-13.3%。通过使用合成数据进行预训练，SIDSL在仅使用10%训练数据的情况下仍能保持鲁棒性能，展示了其在真实世界应用中的强大泛化能力。
研究方法
1. 扩散模型（Diffusion Model）用于捕捉源定位问题中的不确定性，通过逐步添加高斯噪声并学习去噪过程来预测源节点分布。
2. 图标签传播（Label Propagation）用于生成结构先验信息，识别潜在的源节点。
3. GNN参数化的标签传播模块（GNN-LP）结合了标签传播和GNN，有效提取拓扑特征并学习拓扑与传播模式之间的关系。
4. 结构先验偏置去噪过程（Structure-prior Biased Denoising）通过从结构估计初始化去噪过程，防止模型在有限数据情况下退化。
实验结果
在四个真实世界数据集（Digg、Twitter、Android、Christianity）上的实验结果表明，SIDSL在F1分数上比现有方法提高了7.5-13.3%。特别是在使用合成数据进行预训练后，SIDSL在仅使用10%训练数据的情况下，性能仍然优于基线方法，展示了其在少样本和零样本学习场景中的显著优势。此外，SIDSL在合成数据上的预训练也显著提高了其在真实世界数据上的表现，验证了其从合成到真实数据的有效迁移能力。
未来工作
未来的研究方向包括通过层次分解方法提高模型效率，以处理更大规模的网络，同时保持定位精度。此外，进一步研究如何在不依赖精确软标签的情况下提升模型的适应性，以及如何加速扩散模型的采样速度，以应对实时定位的需求。