这是4月刚刚发布在arxiv上的论文，介绍了一种名为“Gradformer”的新型图Transformer，它在自注意力机制中引入了指数衰减掩码。以下是主要创新点：
- 指数衰减掩码： Gradformer在其自注意力模块中集成了衰减掩码。该掩码随着图结构中节点之间的距离减小而呈指数递减。这种设计使模型能够在保留远距离信息捕获能力的同时，更专注于本地信息。
- 可学习约束： Gradformer为衰减掩码引入了一种可学习的约束，使不同的注意力头可以学习到不同的掩码。这使得注意力头多样化，提高了模型对图中多样结构信息的吸收能力。
- 归纳偏差的整合： Gradformer的设计将归纳偏差整合到自注意力机制中，增强了它对图结构化数据的建模能力。与之前仅使用位置编码或注意力偏差的方法相比，这种整合更有效。
- 与现有方法的比较： Gradformer在各种数据集上与14种基线模型进行了比较，包括图神经网络（GNN）和图Transformer模型。实验结果表明，Gradformer在图分类和回归等任务中，始终优于这些模型。
- 处理深层架构： Gradformer在深层架构中同样有效，随着网络深度的增加，其准确度得以保持甚至增强，这与其他转换器显著下降的准确度形成鲜明对比。
Gradformer通过引入带有可学习约束的指数衰减掩码，为图Transformer提供了一种新的方法，有效地捕捉了图结构中的本地和全局信息。这种设计将其与之前的模型区分开来，并提高了其在各种任务中的表现。
性能提升
- 准确率提升：- NCI1: Gradformer在NCI1数据集上的准确率为86.01%，相比GraphGPS提升了1.8个百分点。- PROTEINS: 在PROTEINS数据集上，Gradformer准确率为77.50%，相比之前的方法也有显著提升。- MUTAG: Gradformer在MUTAG数据集上的准确率为88.00%，超过之前所有基线模型。- CLUSTER: 在CLUSTER数据集上，Gradformer在浅层模型中表现良好，并在深层模型中持续保持或提高了准确度。
- 效率与处理速度：- 时间: 在ZINC数据集上，Gradformer在每个epoch的运行时间在30到60秒之间，相比Graphormer和GraphGPS更加高效。- 内存: Gradformer在ZINC和CLUSTER数据集上显示出对GPU内存的合理使用，进一步支持其效率优势。
- 处理深层模型的稳定性：- Gradformer在深层架构中表现稳定。例如，在NCI1数据集中，Gradformer的准确率在12层和24层之间分别为84.31%和84.25%，保持稳定，而GraphGPS的准确率则下降了近14.4个百分点。
- 低资源环境下的性能：- 在NCI1数据集中，当使用5%数据进行训练时，Gradformer准确率为71.20%，相比GraphGPS的69.54%有提升。在10%数据训练下，Gradformer准确率提升至76.38%。
Gradformer不仅在准确率上显示出显著提升，在效率与处理深层模型的稳定性上也表现良好。其综合性能在多种任务和数据集中超过了之前的基线模型。
论文作者主要观点
- 方法的优势：- 融合了GNN和GT的优势： Gradformer被认为是GNN和GT模型的一种更广义的形式，结合了GNN的本地处理能力和GT的全局聚合能力。- 在处理深层模型时的稳定性： Gradformer展示了在深层模型中持续保持或提高准确度的能力，这与其他GT模型在深层模型中准确度显著下降的表现形成对比。- 多样化的注意力头： 通过引入可学习的衰减掩码，Gradformer使不同的注意力头能够学习到不同的结构信息，从而更有效地融合了多样化的图形结构信息。- 减少信息冗余： 由于衰减掩码的设计，Gradformer能够限制远距离节点的影响，有效减少了信息冗余。
- 局限性：- MPNN模块的必要性： 在分析Gradformer时，作者指出，在某些情况下移除MPNN模块会导致性能的明显下降。如何保持在没有MPNN模块的情况下依然取得良好表现是潜在的改进空间。- 效率改进的潜力： 尽管Gradformer在效率上显示出优于某些模型，但在时间和内存消耗上仍有进一步改进的空间。
- 与先前研究的对比：- 增强了对图结构信息的捕获： 相比之前的方法，Gradformer更有效地整合了图的结构信息。这使其在准确度上有所提高。- 在深层模型中的表现： 与其他GT模型相比，Gradformer在深层模型中保持了稳定的准确度，这是一个显著的优势。
Gradformer通过其设计融合了GNN和GT的优势，同时在处理深层模型时表现稳定，尽管如此，其在改进MPNN模块依赖和效率方面仍有潜在提升空间。
总结
论文介绍了Gradformer，一种新型的图Transformer，结合了指数衰减掩码来增强自注意力机制，以更有效地处理图形任务。该掩码根据图结构信息衰减，确保了对图形局部和全局信息的有效捕捉。论文还引入了可学习的掩码参数，使不同注意力头能够学习到多样化的图形结构信息。Gradformer在多个基准数据集上进行了广泛的实验，展示了其在图分类和回归任务中优于其他图神经网络和图Transformer模型的性能。此外，Gradformer在深层架构中仍能保持或提高准确度，相比其他图Transformer更为稳定。论文总结了Gradformer的卓越性能及潜在改进方向，包括探索更高效的结构和更好的图形信息融合策略。
论文地址：
Gradformer: Graph Transformer with Exponential Decay