열 확산을 이용한 생성기 기반 그래프 생성

초록

본 논문은 그래프 라플라시안의 열 커널을 이용해 연속시간 확산 과정을 정의하고, 이를 생성기 매칭(framework)으로 학습시켜 역시간 ODE를 통해 새로운 그래프를 샘플링하는 방법을 제안한다.

상세 분석

본 연구는 그래프 생성 모델링에 있어 두 가지 핵심 아이디어를 결합한다. 첫 번째는 그래프 라플라시안 L의 열 커널 Hₛ = e^{‑sL}을 이용해 그래프의 인접 행렬 A에 대칭적인 연속시간 확산 Yₛ = Hₛ A Hₛ 를 적용함으로써, 라플라시안이 정의하는 토폴로지에 따라 자연스럽게 노이즈를 주입한다는 점이다. 이 확산은 라플라시안이 무한소 생성자 G(Y) = ‑(LY + YL) 로 표현될 수 있음을 이용해, 전방 과정의 정확한 생성자를 명시적으로 얻는다. 두 번째는 최근 제안된 Generator Matching 프레임워크를 그래프 상태공간에 적용한다는 점이다. 전통적인 Flow Matching이 벡터장 u(x,t) 를 맞추는 반면, Generator Matching은 마코프 과정의 무한소 생성자 Jₜ 자체를 학습한다. 여기서는 선형 테스트 함수 f_A(X)=⟨A,X⟩ 를 선택해 상태‑공간 형태 L_{GM}(θ)=E_{t,Xₜ}