PaSta: aprendizado em grafos lida melhor com rótulos ruidosos

O problema dos rótulos ruidosos

Grande parte do aprendizado de máquina em grafos — usado em redes sociais, sistemas de recomendação e detecção de fraude — assume que os rótulos dos nós estão corretos. Na prática, eles costumam estar errados ou incompletos. O PaSta (Partial label-based Self-training) ataca exatamente esse cenário: classificar nós quando os rótulos usados no treino não são confiáveis.

Como o PaSta funciona

O framework combina anotação ensemble auto-supervisionada com aprendizado de rótulos parciais em espaço duplo e usa auto-treinamento para refinar o processo iterativamente. A estratégia multi-anotador melhorou a acurácia em 7,5% sobre o DGI, 6,9% sobre o GCA e 6,1% sobre o SUGRL quando usada isoladamente para gerar rótulos parciais.

Resultados reportados

Nos quatro conjuntos de dados principais (Cora, CiteSeer, DBLP e Computers), o PaSta ficou em primeiro lugar, com acurácia média 1,1% acima do BO-NNC e 12,7% acima do GCN. No conjunto Photo (apêndice), superou o BO-NNC em 2,27% sob ruído uniforme e 2,57% sob ruído de pares. O auto-treinamento trouxe ganho médio de 9,6% sobre métodos que não o usam, e o treino convergiu após cerca de três iterações.

O que ainda falta provar

O preprint não reporta testes de significância estatística nem intervalos de confiança, e não define a medida de variabilidade exibida entre parênteses com as acurácias. Isso impede julgar se as diferenças percentuais são estatisticamente relevantes. Além disso, os experimentos injetam ruído de forma deliberada e controlada — resta saber como o PaSta se comporta com erros de rótulo naturais ou em grafos muito maiores. O trabalho é um preprint (arXiv v1, 26 de agosto de 2026), com código disponível no GitHub, ainda sem revisão por pares.