Недооцененная способность моделей компьютерного зрения к анализу графовых структур

Аннотация

Графовые нейронные сети функционируют по принципу восходящей передачи сообщений, что фундаментально отличается от человеческого зрительного восприятия, которое интуитивно схватывает глобальные структуры в первую очередь. Мы исследуем недооцененный потенциал визуальных моделей для понимания графов, обнаруживая, что они достигают производительности, сопоставимой с ГНС, на установленных бенчмарках, демонстрируя при этом совершенно иные шаблоны обучения. Эти расходящиеся поведения в сочетании с ограничениями существующих бенчмарков, которые смешивают доменные особенности с топологическим пониманием, обосновывают наше предложение GraphAbstract. Данный бенчмарк оценивает способность моделей воспринимать глобальные свойства графов подобно человеку: распознавать организационные архетипы, обнаруживать симметрию, оценивать силу связности и выявлять критические элементы. Наши результаты показывают, что визуальные модели значительно превосходят ГНС в задачах, требующих целостного структурного понимания, и сохраняют обобщающую способность при различных масштабах графов, тогда как ГНС испытывают трудности с абстракцией глобальных паттернов и деградируют с ростом размера графа. Эта работа демонстрирует, что визуальные модели обладают выдающимися, но недостаточно используемыми возможностями для понимания структуры графов, особенно для проблем, требующих глобального топологического осознания и масштабно-инвариантных рассуждений. Эти открытия открывают новые пути для использования данного недооцененного потенциала с целью разработки более эффективных фоновых моделей для графов в задачах, где доминирует целостное распознавание паттернов.

English

Graph Neural Networks operate through bottom-up message-passing, fundamentally differing from human visual perception, which intuitively captures global structures first. We investigate the underappreciated potential of vision models for graph understanding, finding they achieve performance comparable to GNNs on established benchmarks while exhibiting distinctly different learning patterns. These divergent behaviors, combined with limitations of existing benchmarks that conflate domain features with topological understanding, motivate our introduction of GraphAbstract. This benchmark evaluates models' ability to perceive global graph properties as humans do: recognizing organizational archetypes, detecting symmetry, sensing connectivity strength, and identifying critical elements. Our results reveal that vision models significantly outperform GNNs on tasks requiring holistic structural understanding and maintain generalizability across varying graph scales, while GNNs struggle with global pattern abstraction and degrade with increasing graph size. This work demonstrates that vision models possess remarkable yet underutilized capabilities for graph structural understanding, particularly for problems requiring global topological awareness and scale-invariant reasoning. These findings open new avenues to leverage this underappreciated potential for developing more effective graph foundation models for tasks dominated by holistic pattern recognition.

Недооцененная способность моделей компьютерного зрения к анализу графовых структур

The Underappreciated Power of Vision Models for Graph Structural Understanding

Аннотация

Support