그래프 생성 평가를 위한 새로운 절대 지표, PolyGraph Discrepancy

초록

PolyGraph Discrepancy(PGD)는 그래프 생성 모델을 평가하기 위해 MMD 기반 지표의 한계를 극복하고, 그래프 서술자 간에 비교 가능한

상세 분석

본 논문은 그래프 생성 모델(GGM)의 평가에 널리 사용되어 온 Maximum Mean Discrepancy(MMD) 지표가 갖는 근본적인 문제점을 체계적으로 분석한다. 첫째, MMD는 커널과 서술자 선택에 따라 값이 크게 변동하므로 절대적인 성능 해석이 불가능하고, 서로 다른 서술자 간 비교가 불가능하다. 둘째, 기존 벤치마크가 20~40개의 그래프만을 사용하기 때문에 표본 편향과 높은 분산이 발생한다. 이러한 한계를 극복하기 위해 저자들은 Jensen‑Shannon divergence(JS)와 그 변분 표현을 도입한다. JS는