Использование трансформеров в задаче предсказания связи вершин графа

Мы решаем задачу предсказания связи между вершинами графа используя алгоритмы машинного обучения. В данной работе мы адаптируем алгоритм трансформер , который используется в задачах обработки текста, для графовых данных. Мы провалидируем наше решение на двух наборах данных. Первый набор данных представляет из себя ненаправленый граф, отражающий коллаборации авторов журналов. Нашей задачей будет предсказать их будущие коллаборации, используя информацию о их предыдущих колаборациях и данные о их работах. Второй набор данных описывает молекулы белка. Вершины в данном датасете отражают белки 58 видов, а ребра указывают на биологически значимые ассоциации между белками, например, физические взаимодействия, совместную экспрессию, гомологию или геномное соседство. Затем мы сравним результат работы нашего алгоритма с другими, представлеными на общем лидерборде для данных датасетов. В работе содержится 27 страниц, 4 иллюстрации, 3 таблицы. Использовано 13 источников литературы.